一种用于肺癌智能诊断的基于深度图像分割和识别的测定方法

摘要

本发明涉及医疗技术领域，具体涉及一种用于肺癌智能诊断的基于深度图像分割和识别的测定方法，步骤一，结节训练数据集：以天池医疗AI竞赛中提供了肺部CT图像的标记结节的位置，使用天池医疗AI数据集来产生适当的训练集；步骤二，肺部区域和结节图像的生成：利用图像分割算法生成肺部区域的mask图像，然后根据mask图像生成肺区域图像；步骤三，利用U‑Net通过分割检测来发现疑似肺结节；步骤四：ResNet‑50肺癌结节概率预测；它能够快速判定，极大地提高了诊断效率，也节约了医疗资源，利于当下的医疗体系，以及能够实现早发现早治疗的愿景。