【技术实现步骤摘要】
本专利技术涉及肺癌筛查，具体涉及一种基于人工智能的早期肺癌筛查方法及系统。
技术介绍
1、受吸烟、空气污染、职业环境等因素影响，肺癌是威胁人类健康和生命最严重的恶性肿瘤之一，是所有癌症中的主要杀手。根据全球癌症数据，2018年肺癌新发病例和死亡人数分别为2.1和180万，其发病率和死亡率均位居所有癌症之首。晚期肺癌患者的5年生存率仅为16％左右，但对于早期患者，经过有效治疗，5年生存率可提高约4～5倍。因此，肺癌的早期诊断、筛查和临床治疗具有重要意义。一般来说，肺癌早期的特点是肺部出现结节。然而，肺结节不一定是癌症，大多数结节是良性的。因此，准确检测肺结节是早期肺癌筛查的前提。
2、通常，肺结节直径<2cm，大小>3cm被认为是肿块，只有一小部分小的肺结节可能是肺癌或癌前病变。随着超声、ct、正电子发射断层扫描(pet)、磁共振成像(mri)等影像技术的普及，恶性肺结节的检出率显着增加。虽然ct或pet-ct检查扫描患者的身体形成图像，可用于判断结节的良恶性，但准确性仍然有限。在临床实践中，检测肺部结节的第一个主要方法是获取患者的一系列医学图像，例如胸部ct图像，医生根据经验判断是否存在结节，即疑似结节。这个过程被定义为预诊断，需要花费更多的时间，并且过于依赖医生的经验来对结节的良恶性做出初步判断。对于不确定的疑似恶性结节，需要通过穿刺对结节内的细胞进行病理检查，综合评估后确定疑似恶性结节的性质。
技术实现思路
1、针对现有技术中存在的不足之处，本专利技术提
2、本专利技术公开了一种基于人工智能的早期肺癌筛查方法，包括：
3、获取患者连续的肺结节ct图像；其中，肺结节ct图像包括结节前图像和结节后图像；
4、提取结节前图像和结节后图像的特征信息，并基于所提取的特征信息计算结节前图像和结节后图像的倍增时间和结节体积变化率；
5、将所学习的权重反映在所收集的特征信息中，对权重小于一定水平的特征信息进行滤波，并提取分析有效信息；
6、将计算得到的结节前图像和结节后图像的倍增时间和结节体积变化率添加到提取分析有效信息中，生成分析数据；并从分析数据中提取最终分析有效信息以生成最终分析数据；
7、将生成的最终分析数据与学习的癌症诊断数据集进行比较来计算结节的癌症概率。
8、作为本专利技术的进一步改进，所述特征信息包括对象的边缘、颜色和大小。
9、作为本专利技术的进一步改进，倍增时间的计算公式为：
10、dt＝(t2-t1)×(log2/(logv2-logv1))
11、式中：
12、dt为倍增时间；
13、t2为扫描完成的时间；
14、t1为基准时间；
15、v1为结节前图像的结节体积；
16、v2为结节后图像的结节体积。
17、作为本专利技术的进一步改进，结节体积变化率的计算公式为：
18、pvc＝(v2-v1)/v1)×100％
19、pvc：肺结节体积变化率；
20、v1为结节前图像的结节体积；
21、v2为结节后图像的结节体积。
22、本专利技术还公开了一种基于人工智能的早期肺癌筛查系统，包括：
23、用户终端，用于：
24、获取患者连续的肺结节ct图像；其中，肺结节ct图像包括结节前图像和结节后图像；
25、肺癌筛查服务器，用于：
26、提取结节前图像和结节后图像的特征信息，并基于所提取的特征信息计算结节前图像和结节后图像的倍增时间和结节体积变化率；
27、将所学习的权重反映在所收集的特征信息中，对权重小于一定水平的特征信息进行滤波，并提取分析有效信息；
28、将计算得到的结节前图像和结节后图像的倍增时间和结节体积变化率添加到提取分析有效信息中，生成分析数据；并从分析数据中提取最终分析有效信息以生成最终分析数据；
29、将生成的最终分析数据与学习的癌症诊断数据集进行比较来计算结节的癌症概率。
30、作为本专利技术的进一步改进，所述特征信息包括对象的边缘、颜色和大小。
31、作为本专利技术的进一步改进，倍增时间的计算公式为：
32、dt＝(t2-t1)×(log2/(logv2-logv1))
33、式中：
34、dt为倍增时间；
35、t2为扫描完成的时间；
36、t1为基准时间；
37、v1为结节前图像的结节体积；
38、v2为结节后图像的结节体积。
39、作为本专利技术的进一步改进，结节体积变化率的计算公式为：
40、pvc＝(v2-v1)/v1)×100％
41、pvc：肺结节体积变化率；
42、v1为结节前图像的结节体积；
43、v2为结节后图像的结节体积。
44、与现有技术相比，本专利技术的有益效果为：
45、本专利技术可以快速获取个人和诊所进行的肺癌癌症筛查ct图像的读取结果，提高ct图像读取结果的准确性。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的早期肺癌筛查方法，其特征在于，包括：
2.如权利要求1所述的早期肺癌筛查方法，其特征在于，所述特征信息包括对象的边缘、颜色和大小。
3.如权利要求1所述的早期肺癌筛查方法，其特征在于，倍增时间的计算公式为：
4.如权利要求1所述的早期肺癌筛查方法，其特征在于，结节体积变化率的计算公式为：
5.一种基于人工智能的早期肺癌筛查系统，其特征在于，包括：
6.如权利要求5所述的基于人工智能的早期肺癌筛查系统，其特征在于，所述特征信息包括对象的边缘、颜色和大小。
7.如权利要求5所述的基于人工智能的早期肺癌筛查系统，其特征在于，倍增时间的计算公式为：
8.如权利要求5所述的基于人工智能的早期肺癌筛查系统，其特征在于，结节体积变化率的计算公式为：
【技术特征摘要】
1.一种基于人工智能的早期肺癌筛查方法，其特征在于，包括：
2.如权利要求1所述的早期肺癌筛查方法，其特征在于，所述特征信息包括对象的边缘、颜色和大小。
3.如权利要求1所述的早期肺癌筛查方法，其特征在于，倍增时间的计算公式为：
4.如权利要求1所述的早期肺癌筛查方法，其特征在于，结节体积变化率的计算公式为：
5.一种基于人...
【专利技术属性】
技术研发人员：章桦，
申请(专利权)人：连心智能科技南通有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。