[发明专利]一种利用双流网络进行肺结节假阳性分类的方法

权利要求书

1.一种利用双流网络进行肺结节假阳性分类的方法，其特征在于：包括如下步骤：

S1、对患者进行胸部CT检查，获取患者肺部的CT原始图像，对原始图像进行预处理，并获取肺部CT切片的光流图像；

S2、搭建双流网络模型，模型包括2D的卷积并行的空间流神经网络和时间流神经网络；

S3、将原始图像中的CT单张切片导入空间流神经网络中，通过空间信息特征网络及空间注意力机制，获取图像的RGB特征；

S4、将从原始图像中获取的光流图像导入时间流神经网络中，通过序列特征抽取网络及通道注意力机制，获取图像的光流特征；

S5、将提取到的RGB特征与光流特征进行特征融合；

S6、输出双流网络模型对肺结节检测分类结果，结果包括肺结节、血管、气管及其他假阳性结节等。

2.根据权利要求1所述的利用双流网络进行肺结节假阳性分类的方法，其特征在于：所述S1中，对原始图像进行预处理的方法包括如下步骤：

S1.1、对患者进行胸部CT检查，在患者肺部位置进行连续取样，获取肺部的立体图像；

S1.2、对获取的单张CT切片图像进行筛选，筛除结构不清晰的CT切片图片；

S1.3、将同一切片位置的CT切片图片按连续取样的顺序进行排序；

S1.4、对同一切片位置的若干连续取样的CT切片图片进行像素运动分析，获取各像素的光流矢量，进而获取该切片位置的光流信息图像。

3.根据权利要求2所述的利用双流网络进行肺结节假阳性分类的方法，其特征在于：所述S1.4中，获取CT切片图片各像素的光流矢量的计算表达式如下：

假设一个像素在连续取样的CT单张切片上的光强度不变，该像素的光强度为I(x,y,t)，当该像素移动了(d_x,d_y)的距离到下一连续采样的CT单张切片，连续采样的两张CT单张切片之间的间隔时间为d_t，则：

I(x,y,t)＝I(x+d_x,y+d_y,t+d_t) (1)

将式(1)右端进行泰勒展开，得：

其中ε代表二阶无穷小项，可忽略不计，再将式(2)代入式(1)后同除d_t，可得：

设u，v分别为光流分别沿x轴和y轴的速度矢量，得：

令分别表示图像中像素点的灰度沿X，Y，T方向的偏导数，综上，式(3)可以写为：

I_xu+I_yv+I_t＝0 (5)

其中，I_x，I_y，I_t均可由图像数据求得，而(u，v)即为所求光流矢量。

4.根据权利要求1所述的利用双流网络进行肺结节假阳性分类的方法，其特征在于：所述S3中，获取图像的RGB特征的方法包括如下步骤：

S3.1、将CT单张切片导入双流网络模型的空间流神经网络中；

S3.2、CT单张切片依次经过空间信息特征网络的LSTM网络层、全连接层、Softmax分类层的卷积运算；

S3.3、将卷积运算后的提取出的空间信息特征导入到Dynamic Capacity Networks的空间注意力模型中；

S3.4、通过低性能的子网络对全图进行处理，定位感兴趣区域；

S3.5、通过高性能的子网络对感兴趣区域进行精细化处理，从而获取清晰准确的RGB特征。