[发明专利]一种基于深度学习的胆石病CT医疗图像快速识别方法

说明书

本发明涉及一种基于深度学习的胆石病CT医疗图像快速识别方法，设计图像处理、医疗大数据、深度学习领域。包括：1)采集胆石病CT医疗图像，构建训练集；2)对训练集中的图像进行处理，生成所需要的训练样本；3)利用训练样本进行基于深度学习的胆石病CT医疗图像识别训练，生成训练好的胆石病CT医疗图像快速识别模型；4)采集新的胆石病CT医疗图像，构建验证集；5)使用验证集中图像对模型进行验证。本发明避免了目前深度学习中医疗图像数据集冗余的问题，并实现胆石病CT医疗图像的快速识别，识别速度快。

技术领域

本发明涉及一种基于深度学习的胆石病CT医疗图像快速识别方法，属于人工智能领域

背景技术

胆石病是一种常见的消化系统疾病，病种繁多，发病因素错综复杂，具有发病率高，溶排石困难等特点。此外，胆石病的种类以及形态多种多样，部分胆石病的病灶形态也是非常相似，这大大阻碍了胆石病的正确诊疗。在这种情况下，一些年轻的肝胆科医师需要长时间的学习才能够熟练的掌握诊断胆石病的技能，这给肝胆科医师的临床诊断带来了巨大的挑战。而对于患者来说，胆石病不能根据自身病症在网上查阅资料，如不能及时得到治疗，有诱发癌变的危险。

借助人工智能深度学习，同时结合胆石病大数据和知识等，创造出安全、高效的辅助医师的诊断方法，进而为胆石病的正确诊疗提供更有效的帮助，这便是基于深度学习的胆石病智能辅助诊断方法。

胆石病种类以及形态多种多样，使得在模型训练过程中需要非常多的胆石病医疗图像数据。通常的做法是首先建立好胆石病CT医疗图像训练集，在使用深度学习的方法利用模型对大量的图像训练集进行训练，生成训练好的模型，随后构建新的图像验证集对模型进行验证，得到最终的识别结果。但是胆石病的种类与形态多种多样以至于其临床诊断过程非常困难，给胆石病的临床诊断带来了极大的挑战。当医生在观察胆石病的医疗图像时，需要花费大量时间去观察、检查，确定胆石病的种类、形态以及位置。据调查，目前市场上绝大部分的深度学习模型还不能完成上述的任务。

发明内容

本发明的目的是为了解决上述肝胆疾病领域所存在的困难，提供一种基于深度学习的胆石病CT医疗图像快速识别方法，能够帮助胆石病临床的医生进行正确的诊疗，提高胆石病诊断的准确率。

本发明为解决上述肝胆疾病领域所存在的困难，所采用的的技术方案是：一种基于深度学习的胆石病CT医疗图像快速识别方法。

一种基于深度学习的胆石病CT医疗图像快速识别方法，其特征在于，包括：

1)构建胆石病CT医疗图像训练集；

2)对所述训练集进行处理，生成所需要的训练样本；

3)利用训练样本进行基于深度学习的胆石病CT医疗图像识别训练，生成胆石病CT医疗图像快速识别模型；

4)构建新的胆石病CT医疗图像验证集；

5)对训练好的胆石病CT医疗图像快速识别模型进行验证。

进一步的，对胆石病CT医疗图像训练集中的图像进行分析，包括以下步骤中的任意一个或者多个：

1)对所述训练集中的图像进行放大或缩小的步骤；

2)对所述训练集中的图像进行旋转步骤；

3)对所述训练集中的图像进行平移步骤；

4)对所述训练集中的图像进行放射变换的步骤；

5)对所述训练集中的图像进行对比度增强的步骤；

6)对所述训练集中的图像进行病灶区域标记的步骤。

进一步的基于深度学习的胆石病CT医疗图像快速识别方法，其卷积神经网络结构包括：