一种基于Mask RCNN网络的骨肉瘤和骨软骨瘤预测方法

摘要

本发明涉及一种基于Mask RCNN网络的骨肉瘤和骨软骨瘤的预测方法，该方法包括以下步骤：(1)基于患者群的X线平片，采集骨肉瘤和骨软骨瘤的原始数据；(2)将dicom格式的原始数据转换为JPG格式，对转换后的图像利用标注软件labelme进行手动标注，形成数据集。标注分为骨肉瘤和骨软骨瘤两种。(3)用COCO公开数据集及标注后的数据集，训练基于Mask RCNN的实例分割模型。(4)将预测模型生成的分割掩码输出给去重叠模块，后者的作用是用来有效消除预测结果中有预测重叠的区域。(5)经过去重叠模块之后，再输出给去异类模块，后者的作用缓解预测结果中同时有两种肿瘤出现的现象。(6)将经过两次后处理筛选模块的分割掩码输出给投影面积计算模块，后者的作用计算出识别区域的实际投影面积。本发明通过人工智能，识别X线平片上的骨肉瘤和骨软骨瘤，并计算其实际投影面积。成本低，易学，且具有较高的自动化程度和准确性。