一种基于重建气道树图像的慢性阻塞性肺病预测方法

摘要

本发明提供一种基于重建气道树图像的慢性阻塞性肺病预测方法，涉及医学图像处理技术领域。该方法首先采集来自同一家医院的COPD患者和健康人的多层CT图像文件，生成健康人和COPD患者的重建气道树图像，并转换不同的视角对生成的健康人和COPD患者的重建气道树图像进行截图，然后去除所截取气道树图像的多余背景信息，并基于卷积神经网络进行训练并分类，预测测试集中是否有人患有COPD；最后对重建气道树截取的图像集进行十字交叉验证，保证预测结果的准确性。本发明提供的基于重建气道树图像的慢性阻塞性肺病预测方法，将作为一种初步筛选该疾病的技术手段，准确且高效，有效避免了误诊和漏诊；同时也免去了肺功能检查的复杂过程，大大减少了医院工作量。