一种基于深度学习前列腺癌自动检测和分类系统

摘要

本发明涉及一种基于深度学习前列腺癌自动检测和分类系统，其特征在于，包括基于深度学习的方法实现前列腺病灶区域自动检测的自动检测模块以及利用机器学习或者分类网络实现对于自动检测模块检测出的前列腺病灶区域进行自动分类的自动分类模块。不同于传统的前列腺癌分类方法使用整个MRI区域或者前列腺器官作为分类网络的输入数据，本方法使用异常区域分割来进一步限制分类网络的输入，通过这样的方法来降低分类模型的假阳性率，提升模型的分类精度，同时结合分类结果，输出检测出的病灶区域，辅助医生进行前列腺癌的自动确认和诊断，提升医生的工作效率。