基于边缘计算的肺结节识别方法、装置、设备及介质制造方法及图纸

本发明专利技术实施例提供一种基于边缘计算的肺结节识别方法、装置、设备及介质，其中该方法包括：获取根据目标对象的多张肺组织影像生成的立体肺组织影像，对立体肺组织影像中的疑似病灶进行第一语义特征信息提取，根据提取出的第一语义特征信息进行肺结节识别，获取第一类别肺结节的识别结果，并对识别出的第一类别肺结节进行标记；对立体肺组织影像中未标记的疑似病灶进行第二语义特征信息提取，根据提取出的第二语义特征信息获取第二类别肺结节的识别结果。本发明专利技术通过基于肺组织影像进行结节识别可以减少病变检测区域，通过首先基于第一语义特征信息进行第一类别肺结节识别、然后基于第二语义特征信息进行第二类别肺结节识别，可以提高识别效率。提高识别效率。提高识别效率。

【技术实现步骤摘要】
基于边缘计算的肺结节识别方法、装置、设备及介质


[0001]本专利技术涉及医学影像分析领域，尤其涉及一种基于边缘计算的肺结节识别方法、装置、设备及介质。

技术介绍

[0002]肺癌作为当今世界上致死率最高的癌症之一，严重威胁着人们的生命健康。而通过对肺癌患者早发现、早治疗，可以大大提高患者的存活率。肺结节是早期肺癌的主要病变之一，利用胸腔计算机断层扫描对患者进行影像学检查是筛查早期肺癌的有效手段。
[0003]随着人工智能技术的不断发展，利用计算机算法对计算机断层扫描(Computed Tomography，CT)影像中的肺结节进行自动识别能够帮助放射科医生准确快速诊断患者病情，避免繁重的阅片工作，减少漏检与误检。目前主流的计算机辅助诊断技术主要采用云计算模式，在云计算平台构建大规模神经网络，利用大量病人的CT影像作为训练数据优化神经网络，采用深度学习方法提取有效特征，最终实现各类肺结节的准确识别。
[0004]然而，随着CT成像技术分辨率的不断提高，每个病例所包含的数据量已明显提高。同时，随着全球环境污染情况加剧，每年肺癌患者数量也不断增多。因此，常规的云计算模式已很难满足大数据的应用需求，将患者CT影像的预处理、肺组织分割、肺结节特征提取与识别决策等过程全部放在云计算平台进行处理，会占用大量计算资源与存储空间，降低肺结节计算机辅助识别的效率。

技术实现思路

[0005]本专利技术实施例提供了一种基于边缘计算的肺结节识别方法、装置、设备及介质，以解决现有技术中在云计算平台进行肺结节识别的一系列处理所存在的识别效率低的问题。
[0006]第一方面，本专利技术实施例提供了一种基于边缘计算的肺结节识别方法，应用于边缘计算系统，所述边缘计算系统包括边缘计算平台、中间计算平台以及云计算平台，所述方法包括以下步骤：获取目标对象的立体肺组织影像，对所述立体肺组织影像中的疑似病灶进行第一类别肺结节识别，对所述立体肺组织影像中未识别的疑似病灶进行第二类别肺结节识别；
[0007]所述边缘计算平台执行获取目标对象的立体肺组织影像的步骤，包括：获取多张肺组织影像对应的立体肺组织影像，所述多张肺组织影像均对应于所述目标对象；
[0008]所述中间计算平台执行对所述立体肺组织影像中的疑似病灶进行第一类别肺结节识别的步骤，包括：对所述立体肺组织影像中的中的疑似病灶进行第一语义特征信息提取，根据提取出的所述第一语义特征信息进行肺结节识别，获取所述第一类别肺结节的识别结果，并对识别出的所述第一类别肺结节进行标记；
[0009]所述云计算平台执行对所述立体肺组织影像中未识别的疑似病灶进行第二类肺别结节识别的步骤，包括：对所述立体肺组织影像中未标记的疑似病灶进行第二语义特征信息提取，根据提取出的所述第二语义特征信息进行肺结节识别，获取所述第二类别肺结
节的识别结果。
[0010]第二方面，本专利技术实施例提供了一种基于边缘计算的肺结节识别装置，应用于边缘计算系统，所述边缘计算系统包括边缘计算平台、中间计算平台以及云计算平台，所述装置包括：获取模块、第一识别模块以及第二识别模块；
[0011]其中，所述获取模块部署于所述边缘计算平台，所述第一识别模块部署于所述中间计算平台，所述第二识别模块部署于所述云计算平台；
[0012]所述获取模块用于：获取多张肺组织影像对应的立体肺组织影像，所述多张肺组织影像均对应于目标对象；
[0013]所述第一识别模块用于：对所述立体肺组织影像中的疑似病灶进行第一语义特征信息提取，根据提取出的所述第一语义特征信息进行肺结节识别，获取所述第一类别肺结节的识别结果，并对识别出的所述第一类别肺结节进行标记；
[0014]所述第二识别模块用于：对所述立体肺组织影像中未标记的疑似病灶进行第二语义特征信息提取，根据提取出的所述第二语义特征信息进行肺结节识别，获取所述第二类别肺结节的识别结果。
[0015]第三方面，本专利技术实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的基于边缘计算的肺结节识别方法。
[0016]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的基于边缘计算的肺结节识别方法。
[0017]本专利技术实施例的技术方案，通过获取目标对象的立体肺组织影像，可以减少病变检测区域，通过基于第一语义特征信息对立体肺组织影像中的疑似病灶进行肺结节识别，对识别出的第一类别肺结节进行标记，然后对立体肺组织影像中未标记的疑似病灶进行第二语义特征信息提取，根据提取出的第二语义特征信息进行肺结节识别，获取第二类别肺结节的识别结果，可以基于先识别第一类别肺结节后识别第二类别肺结节的方式，优化识别策略，且通过在边缘计算平台执行立体肺组织影像的获取、在中间计算平台执行第一类别肺结节的识别、在云计算平台执行第二类别肺结节的识别，可以合理有效的利用计算资源与存储空间，提高识别效率。
附图说明
[0018]图1表示本专利技术实施例基于边缘计算的肺结节识别方法的示意图；
[0019]图2表示本专利技术实施例边缘计算平台进行肺组织分割的流程图；
[0020]图3表示本专利技术实施例边缘计算平台进行肺结节分割的流程图；
[0021]图4表示本专利技术实施例基于边缘计算的肺结节识别方法的一具体实例示意图；
[0022]图5表示本专利技术实施例基于边缘计算的肺结节识别装置的示意图；
[0023]图6表示本专利技术实施例电子设备示意图。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本专利技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
[0026]在本专利技术的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本专利技术实施例的实施过程构成任何限定。
[0027]本专利技术实施例提供一种基于边缘计算的肺结节识别方法，应用于边缘计算系统，边缘计算系统包括边缘计算平台、中间计算平台以及云计算平台，其中边缘计算平台与中间计算平台通信、中间计算平台与云计算平台通信，边缘计算平台可通过中间计算平台与云计算平台通信，也可直接与云计算平台通信。参见图1所示，肺结节识别方法包括以下步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算的肺结节识别方法，应用于边缘计算系统，其特征在于，所述边缘计算系统包括边缘计算平台、中间计算平台以及云计算平台，所述方法包括以下步骤：获取目标对象的立体肺组织影像，对所述立体肺组织影像中的疑似病灶进行第一类别肺结节识别，对所述立体肺组织影像中未识别的疑似病灶进行第二类别肺结节识别；所述边缘计算平台执行获取目标对象的立体肺组织影像的步骤，包括：获取多张肺组织影像对应的立体肺组织影像，所述多张肺组织影像均对应于所述目标对象；所述中间计算平台执行对所述立体肺组织影像中的疑似病灶进行第一类别肺结节识别的步骤，包括：对所述立体肺组织影像中的疑似病灶进行第一语义特征信息提取，根据提取出的所述第一语义特征信息进行肺结节识别，获取所述第一类别肺结节的识别结果，并对识别出的所述第一类别肺结节进行标记；所述云计算平台执行对所述立体肺组织影像中未识别的疑似病灶进行第二类别肺结节识别的步骤，包括：对所述立体肺组织影像中未标记的疑似病灶进行第二语义特征信息提取，根据提取出的所述第二语义特征信息进行肺结节识别，获取所述第二类别肺结节的识别结果。2.根据权利要求1所述的方法，其特征在于，所述获取多张肺组织影像对应的立体肺组织影像，包括：获取所述目标对象对应的多张肺部CT影像；对所述多张肺部CT影像分别进行肺组织分割，获取对应的所述多张肺组织影像；将所述多张肺组织影像进行叠加，生成所述立体肺组织影像。3.根据权利要求2所述的方法，其特征在于，所述对所述多张肺部CT影像分别进行肺组织分割，获取对应的所述多张肺组织影像，包括：针对每一张所述肺部CT影像，采用与影像灰度信息关联的区域边缘协作式水平集模型进行肺组织分割，获取对应的所述肺组织影像。4.根据权利要求1所述的方法，其特征在于，所述方法还包括以下步骤：对所述第一类别肺结节的识别结果进行量化分析，和/或，对所述第二类别肺结节的识别结果进行量化分析；所述边缘计算平台执行对所述第一类别肺结节的识别结果进行量化分析的步骤，包括：接收所述中间计算平台反馈的每个所述第一类别肺结节在所述立体肺组织影像中分别对应的第一区域位置信息，针对每个所述第一类别肺结节，根据当前第一类别肺结节对应的所述第一区域位置信息，在当前第一类别肺结节对应的N张肺组织影像中，对当前第一类别肺结节进行肺结节分割并汇总分割结果进行量化分析，根据量化分析结果确定当前第一类别肺结节在肺组织中的位置；所述边缘计算平台执行对所述第二类别肺结节的识别结果进行量化分析的步骤，包括：接收所述云计算平台通过所述中间计算平台反馈的每个所述第二类别肺结节在所述立体肺组织影像中分别对应的第二区域位置信息，针对每个所述第二类别肺结节，根据当前...

【专利技术属性】
技术研发人员：王雪，张蔚航，
申请(专利权)人：清华大学，
类型：发明
国别省市：