[发明专利]一种乳腺钼靶病灶检测方法及系统

说明书

本发明提供了一种乳腺钼靶病灶检测方法及系统，所述方法包括获取历史钼靶影像数据，对所述历史钼靶影像数据进行钼靶标注；将影像按照窗值选取若干窗口，并将选取的窗口进行归一化处理，作为训练模型的输入；对输入的无标注的影像数据集进行无监督训练，得到中间表示状态，对输入的有标注的影像数据集训练，调节所述中间表示状态的信息，得到训练模型；将待检测钼靶影像数据进行归一化处理后输入所述训练模型，得到钼靶病灶的检测结果。本发明使用大量临床数据进行训练，得到预测模型，用于对乳腺钼靶病灶进行检测分析，得到各种病灶的详细检测结果，能够快速准确的对钼靶中病灶进行检测，诊断更加专业、快速。

技术领域

本发明涉及人工智能技术领域，尤其是一种乳腺钼靶病灶检测方法及系统。

背景技术

世界卫生组织提出，1/3的癌症是完全可以预防的，1/3的癌症可以通过早期发现得到根治，1/3的癌症可以通过现有的医疗措施延长生命、减轻痛苦、改善生命质量。由于两癌筛查是目前防控乳腺癌、宫颈癌的有效手段，因此为实现对宫颈癌、乳腺癌的有效控制，尽早进行女性“两癌”筛查是非常有必要的。

其中乳腺钼靶是进行乳腺癌筛查的最常见方法。医院通过乳腺钼靶进行筛查存在以下问题：资深乳腺钼靶诊断专家极度稀缺，基层医疗机构中医师更是凤毛麟角，特别是基层医院对乳腺钼靶诊断缺乏专业能力，往往会将钼靶上传给上级医院，需要更加专业的医生进行诊断分析。这样会浪费大量的时间，患者无法快速拿到检查结果；资深乳腺钼靶诊断专家极度稀缺，基层医疗机构中医师更是凤毛麟角，特别是基层医院对乳腺钼靶诊断缺乏专业能力，往往会将钼靶上传给上级医院，需要更加专业的医生进行诊断分析。这样会浪费大量的时间，患者无法快速拿到检查结果。

发明内容

本发明提供了一种乳腺钼靶病灶检测方法及系统，用于解决现有检测效率低的问题。

为实现上述目的，本发明采用下述技术方案：

本发明第一方面提供了一种乳腺钼靶病灶检测方法，所述方法包括以下步骤：

获取历史钼靶影像数据，对所述历史钼靶影像数据进行钼靶标注；

将影像按照窗值选取若干窗口，并将选取的窗口进行归一化处理，作为训练模型的输入；

对输入的无标注的影像数据集进行无监督训练，得到中间表示状态，对输入的有标注的影像数据集训练，调节所述中间表示状态的信息，得到训练模型；

将待检测钼靶影像数据进行归一化处理后输入所述训练模型，得到钼靶病灶的检测结果。

进一步地，所述窗口的选取具体为：

选取窗值[0,3500]作为全局窗，选取窗值为[500,3500]作为钙化窗，选取窗值[0,3000]作为肿块窗。

进一步地，所述钼靶病灶包括良性钙化、肿块、肿块伴钙化、可疑钙化、淋巴结肿大、非对称致密、非对称致密伴钙化、结构扭曲、结构扭曲伴钙化、皮肤增厚、皮肤收缩、乳头凹陷。

进一步地，所述方法还包括对于所述检测结果中存在的良性钙化形状进行分类，具体过程为：

构建良性钙化形状数据集，对数据集中良性钙化形状进行标注；

将标注的影像归一化为自然图像，每个影像形成一张3通道图像，作为训练模型的输入；

采用增加孔洞卷积的ResNet50网络进行训练，得到良性钙化分类预测模型；

基于所述良性钙化分类预测模型，对待检测影像中的良性钙化形状分类进行预测。

进一步地，所述增加孔洞卷积的ResNet50网络具体为：

在ResNet50的Stage1、Stage2、Stage3的输出分支上分别用3*3空洞卷积进行卷积；