论文部分内容阅读
计算机辅助诊断在智慧影像医学中发挥越来越大的作用,肺部结节检测是其中最典型的应用之一。目前世界肺癌发病率节节攀升,CT影像数据正在快速增加,凭借医生肉眼和经验筛查肺部CT影像中结节位置的工作压力越来越大,而且可能因医生疲劳或经验不足造成肺部结节的漏检。借助计算机辅助检测肺部结节,并对病灶影像进行处理,对提升肺癌诊断效率,降低肺部CT影像标注成本和时间,具有重要价值。当前商用肺部结节检测软件系统存在功能单一,价格高昂等实际问题,对于肺部结节的实际检测和科研数据的标注存在诸多不便。因此,开发具有较高肺部结节检测功能,同时具备影像数据标注功能的软件平台成为本文的研究重点。本文基于PyQt5软件界面设计平台,从实际需求出发,在实现肺部结节检测深度学习网络和降假阳网络的基础上,设计了一套对肺部结节进行检测和降假阳处理的软件系统。本文中的肺部结节检测网络采用是基于DeepLung系统的检测网络,降假阳网络是在残差网络基础上实现的一种三维卷积网络。在软件系统的设计中,首先选择待检测的CT影像数据,然后经过肺部结节检测网络获得检测的候选结果,再将该结果输入到降假阳网络中进行降假阳检测处理,最终将检测的结果在CT图像上进行标注。该软件系统中的可视化功能包括肺部CT图像的显示、检测结果和降假阳结果的显示及其在CT图像中的标注,以及用户可在可视化窗口进行裁剪和标注影像等。通过实际应用中发现,肺部结节检测网络和降假阳网络需要同时存在的主要原因是,在肺部结节检测网络阶段为了不漏掉肺结节而允许出现一些假阳性结节的存在。因此,需要有针对性地设计降假阳网络作为一个级联网络降低假阳率,进一步提高肺结节检测的正确率。本文采用了 LUNA2016和本团队自构建的高分辨率CT数据集两个肺部影像数据集进行降假阳网络的训练和测试。实验结果显示,降假阳网络输出结果的灵敏度达97.83%。软件系统中的肺部结节检测网络只采用DeepLung系统的原来训练的检测网络参数,没有再采用新数据集进行再训练。本文设计的肺部结节检测和降假阳处理软件系统,具有肺部结节检测、降假阳、可视化、结果标注等模块功能,对肺部CT影像的计算机辅助诊断和辅助处理具有一定应用价值。