基于CT影像的肺结节检测设备、装置及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113643279A(43)申请公布日2021.11.12(21)申请号202111004030.6G06N3/04(2006.01)(22)申请日2021.08.30G06K9/62(2006.01)G16H30/20(2018.01)(71)申请人平安医疗健康管理股份有限公司地址200001上海市黄浦区北京东路666号H区（东座）12G室(72)发明人张俊杰(74)专利代理机构北京市京大律师事务所11321代理人姚维(51)Int.Cl.G06T7/00(2017.01)G06T7/11(2017.01)G06T7/70(2017.01)G06T5/00(2006.01)G06N3/08(2006.01)权利要求书3页说明书15页附图2页(54)发明名称基于CT影像的肺结节检测设备、装置及存储介质(57)摘要本发明涉及人工智能领域，应用于智慧医疗领域中，公开了一种基于CT影像的肺结节检测设备、装置及存储介质，用于提高肺结节特征信息检测的准确率。所述基于CT影像的肺结节检测设备用于执行如下方法：对待检测的原始CT影像进行平滑分割，得到肺部影像；基于高斯拉普拉斯算子，对肺部影像进行多尺度空间的肺结节斑点识别，得到候选肺结节区域；通过肺结节识别模型，对候选肺结节区域进行特征识别，得到目标肺结节信息；对目标肺结节信息进行空间位置识别，得到肺结节位置信息，并根据肺结节位置信息，获取特征参考信息，特征参考信息包括肺结节类型、肺结节征象和肺结节良恶性。此外，本发明还涉及区块链技术，目标肺结节信息可存储于区块链节点中。CN113643279ACN113643279A权利要求书1/3页1.一种基于CT影像的肺结节检测设备，其特征在于，所述基于CT影像的肺结节检测设备包括：存储器和处理器，所述存储器中存储有计算机程序；所述处理器调用所述存储器中的所述计算机程序，以使得所述基于CT影像的肺结节检测设备执行如下方法：接收待检测的原始CT影像，并对所述待检测的原始CT影像进行平滑分割，得到肺部影像；基于预置的高斯拉普拉斯算子，对所述肺部影像进行多尺度空间的肺结节斑点识别，得到候选肺结节区域；通过训练好的肺结节识别模型，对所述候选肺结节区域进行肺结节特征识别，得到目标肺结节信息；对所述目标肺结节信息进行肺部空间位置识别，得到肺结节位置信息，并根据所述肺结节位置信息，获取目标肺结节信息的特征参考信息，所述特征参考信息包括肺结节类型、肺结节征象和肺结节良恶性。2.根据权利要求1所述的基于CT影像的肺结节检测设备，其特征在于，所述处理器调用所述存储器中的所述计算机程序，以使得所述基于CT影像的肺结节检测设备执行所述接收待检测的原始CT影像，并对所述待检测的原始CT影像进行平滑分割，得到肺部影像时，包括以下步骤：接收待检测的原始CT影像，并采用预置的最大类间阈值算法，识别所述原始CT影像中的背景组织，所述背景组织用于指示所述原始CT影像中肺部组织以外的人体组织；按照预置的连通域分析算法，去除所述原始CT影像中的背景组织，得到初始肺部区域；基于形态学闭运算，重构所述初始肺部区域的肺轮廓边缘，得到目标肺部区域；按照所述目标肺部区域，对所述原始CT影像进行肺部平滑分割，得到肺部影像。3.根据权利要求1所述的基于CT影像的肺结节检测设备，其特征在于，所述处理器调用所述存储器中的所述计算机程序，以使得所述基于CT影像的肺结节检测设备执行所述基于预置的高斯拉普拉斯算子，对所述肺部影像进行多尺度空间的肺结节斑点识别，得到候选肺结节区域时，包括以下步骤：将预置的高斯拉普拉斯算子与所述肺部影像进行卷积运算，得到多尺度空间的高斯图像；按照所述高斯拉普拉斯算子对应的尺度范围，对每个尺度空间的高斯图像进行肺结节斑点识别，得到候选肺结节斑点信息；对所述候选肺结节斑点信息进行降噪处理，得到目标肺结节斑点信息，并将所述目标肺结节斑点信息对应的连通域作为候选肺结节区域。4.根据权利要求3所述的基于CT影像的肺结节检测设备，其特征在于，所述处理器调用所述存储器中的所述计算机程序，以使得所述基于CT影像的肺结节检测设备执行所述对所述候选肺结节斑点信息进行降噪处理，得到目标肺结节斑点信息，并将所述目标肺结节斑点信息对应的连通域作为候选肺结节区域时，包括以下步骤：通过预置的先验知识算法，判断所述候选肺结节斑点信息是否符合预置的肺结节形状约束条件，所述候选肺结节斑点信息包括多个候选肺结节斑点信息；若所述候选肺结节斑点信息符合预置的肺结节形状约束条件，则将符合预置的肺结节形状约束条件的候选肺结节斑点信息设置为目标肺结节斑点信息；2CN113643279A权利要求书2/3页若所述候选肺结节斑点信息不符合预置的肺结节形状约束条件