[发明专利]一种医学影像辅助诊断及半监督样本生成系统

摘要

本发明涉及医学影像计算机辅助诊断技术领域，公开了一种医学影像辅助诊断及半监督样本生成系统。该医学影像辅助诊断及半监督样本生成系统包括（a）医院影像归档和通讯模块，用于影像数据的存档；（b）基于肺结节自动检测模块，用于自动检测肺结节，生成疑似肺结节的位置；（c）基于深度学习的语义标注生成模块，用于接收医生少量指导，并生成含有精确肺结节轮廓及肺结节成分性质的样本；（d）样本库模块，用于存储合格的样本，供其他自学习系统在线学习。本发明解决了计算机辅助软件无法反馈闭环、无法生成高质量样本、无法自学习的问题，为CT影像的自学习计算机辅助诊断系统提供了一种可行的办法。

主权项

一种医学影像辅助诊断及半监督样本生成系统，其特征在于，包括如下步骤：a) 结节检测：利用现有基于深度学习的肺结节自动检测模块，对CT影像序列进行结节检测，得到所有疑似肺结节的位置；b) 医生指导：将肺结节检测结果可视化输出到医生端，医生对漏检的结节内部标记关注点，剔除错检的疑似结节，并将关注点坐标反馈至语义标注生成模块；c) 语义标注生成：根据医生标记的关注点，提取感兴趣区域，利用语义标注生成模块，生成感兴趣区域肺结节的语义标注；d) 样本生成：将生成的语义标注反馈到医生端，医生判断生成的语义标注是否合格并对结果进行必要的调整，将医生反馈后的样本存入样本库；e) 在线学习：基于深度学习的结节检测模块、语义分割模块提取样本库中的样本，利用新样本在线更新模型参数，不断迭代模型，达到更好的效果。