基于肺部非均匀池化的新冠肺炎CT图像处理方法

摘要

本发明公开了一种基于肺部非均匀池化的新冠肺炎CT图像处理方法，包括以下步骤：S1、基于FPN的全自动肺分割算法；S2、双肺中心线的识别；S3、肺部池化操作；S4、基于肺部池化的卷积神经网络。针对传统的卷积神经网络使用均匀的池化层，在进行CT图像分类时不能对肺内的重要区域进行重点关注，对肺内特征和病灶特征挖掘不够，本方法则提出了肺部池化层，在卷积神经网络进行池化时将肺部区域的特征进行放大，对肺外的区域进行压缩，排除冗余特征，强化肺内图像信息，提高了新冠肺炎CT图像处理方法精度，同时不依赖任何人工标注图像，提高了算法的实用性。