本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種基于全卷積網(wǎng)絡(luò)的DR片肺輪廓提取方法。

背景技術(shù)：

胸部的透視影像是診斷肺部疾病的關(guān)鍵技術(shù)，通過X光成像，是體檢篩查肺部疾病的主要手段，如肺部炎癥、腫塊、結(jié)核、肺癌等；隨著數(shù)字成像技術(shù)的發(fā)展，數(shù)字化照影圖像即DR(Digital Radiography)逐步取代了傳統(tǒng)的胸部透視成像方式；DR指在計(jì)算機(jī)控制下直接進(jìn)行數(shù)字化X線攝影的一種新技術(shù)，即采非晶硅平板探測(cè)器把穿透人體的X線信息轉(zhuǎn)化為數(shù)字信號(hào)，并由計(jì)算機(jī)重建圖像及進(jìn)行一系列的圖像后處理；DR系統(tǒng)主要包括X線發(fā)生裝置、直接轉(zhuǎn)換平板探測(cè)器、系統(tǒng)控制器、影像監(jiān)示器、影像處理工作站等幾部分組成；由于DR技術(shù)動(dòng)態(tài)范圍廣，X線光量子檢出效能(DQE)高，具有很寬的曝光寬容度，即使曝光條件稍差，也能獲得很好的圖像；DR成像清晰度高，而輻射低，在我國(guó)已經(jīng)成為廣大醫(yī)院和基層體檢中心的主要技術(shù)設(shè)備。

在我國(guó)，拍攝胸部DR片的通常目的是做肺結(jié)核或肺癌等肺部重大和傳染性疾病的篩查；結(jié)核病由結(jié)核分枝桿菌引起，容易經(jīng)空氣中飛沫甚至氣溶膠傳播；結(jié)核病患者主體是青壯年，導(dǎo)致家庭和社會(huì)勞動(dòng)力損失；世界衛(wèi)生組織指出結(jié)核病是全球重要的公共衛(wèi)生問題。在我國(guó)，目前有500萬活動(dòng)性肺結(jié)核患者，每年有5萬人死于結(jié)核??；結(jié)核病是我國(guó)重點(diǎn)防控的主要傳染病之一；鑒于結(jié)核病的危害嚴(yán)重，防治工作難度大，地方各級(jí)結(jié)核病防治隊(duì)伍規(guī)模仍較小，力量和經(jīng)費(fèi)尚不能適應(yīng)防治需求，需要加強(qiáng)技術(shù)和資金投入，建立醫(yī)防結(jié)合機(jī)制，形成切實(shí)有效的防治體系；當(dāng)前在結(jié)核病防治的實(shí)施上，存在著早期發(fā)現(xiàn)和治療管理兩個(gè)薄弱、困難環(huán)節(jié)；在此形勢(shì)下，國(guó)內(nèi)逐步開展利用基本公共衛(wèi)生服務(wù)開展重點(diǎn)人群肺結(jié)核病人篩查項(xiàng)目；和肺結(jié)核相比，肺癌對(duì)病患身體健康的破壞嚴(yán)重程度勝于前者；眾所周知，肺癌的死亡率遠(yuǎn)遠(yuǎn)高于其他癌癥，而且近些年來還呈逐年增加的趨勢(shì)；影像學(xué)檢查是癌癥診斷、檢測(cè)和防治方面的重要技術(shù)手段之一；通常意義上的胸部影像學(xué)的主要研究對(duì)象就是肺部癌癥，它一般通過建立肺窗來觀察相應(yīng)肺部影像；肺癌是與吸煙、大氣污染和免疫功能低下有關(guān)的腫瘤性疾??；諸如近年來霧霾等因素對(duì)肺部反復(fù)的炎癥刺激會(huì)帶來慢性損害，影響支氣管粘上皮的正常功能和機(jī)體的免疫抗病毒狀態(tài)，對(duì)肺癌的發(fā)生有促進(jìn)作用。

DR片成像的原理是，人體組織有密度和厚度的差別，當(dāng)X線穿透人體不同組織時(shí)，X線被吸收的程度不同，所以到達(dá)熒屏上的X線量就有差異，形成黑白對(duì)比不同的影像；利用人體組織的不同密度在X射線下成像差異，分析組織厚度和密度差別，推測(cè)估計(jì)其中可能的病變部位，為醫(yī)生的診斷提供依據(jù)；但人體組織結(jié)構(gòu)復(fù)雜，胸腔和腹腔包含了人體的主要關(guān)鍵器官，包含了高密度和低密度的各種臟器；因此各器官組織的影像互相交疊，對(duì)觀察和判斷的影響很大；因此閱讀和判別DR片對(duì)醫(yī)生的經(jīng)驗(yàn)和精力要求很高，容易遺漏早期和非典型病例。盡管在基層醫(yī)院和體檢點(diǎn)展開一定規(guī)模的DR片檢查，但超大規(guī)模的DR片檢查很難在現(xiàn)有人力和技術(shù)資源下真正展開。

盡管DR片的閱片和診斷具有相當(dāng)難度，但由于其采用數(shù)字技術(shù)，為根據(jù)臨床需要針對(duì)性圖像后處理提供了基礎(chǔ)技術(shù)條件；圖像后處理是數(shù)字圖像的最大特點(diǎn)；只后要保留原始數(shù)據(jù)，就可以根據(jù)診斷需要，并通過研發(fā)算法和軟件功能，有針對(duì)性的對(duì)圖像進(jìn)行處理，以提高診斷率；在當(dāng)前技術(shù)條件下，針對(duì)性的DR片圖像處理和分析尚有難度；現(xiàn)有設(shè)備中只能實(shí)現(xiàn)DR片的通用形式的功能，如邊緣增強(qiáng)清晰、放大漫游、圖像拼接、興趣區(qū)窗寬窗位調(diào)節(jié)等，或者基本的距離、面積、密度的測(cè)量；針對(duì)特定臟器或者病變類型的特應(yīng)性功能難以實(shí)現(xiàn)，是因?yàn)槊嫦蛉蝿?wù)和對(duì)象的圖像處理技術(shù)在應(yīng)用層面仍存在較多技術(shù)困難；就胸部DR片而言，其數(shù)字化圖像智能化處理的一大難點(diǎn)既是如何確定肺葉的區(qū)域；若能準(zhǔn)確確定肺葉范圍，減弱或消除肺部以外的干擾，就能更有利于發(fā)現(xiàn)細(xì)微的病變；此外，肺葉輪廓的形狀本身也是判斷體檢者相關(guān)生理指標(biāo)的重要因素；可靠的肺葉輪廓提取算法可以使體檢者減少?gòu)?fù)檢的次數(shù)，拍攝更少的胸片，可以在較低輻射劑量的代價(jià)下獲取醫(yī)生對(duì)病灶確診；目前，還沒有面向DR片處理的肺葉輪廓提取方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種提高肺部疾病篩查處理效率，并提高病灶檢測(cè)準(zhǔn)確率和重大傳染病監(jiān)測(cè)效率的基于全卷積網(wǎng)絡(luò)的DR片肺輪廓提取方法。

本發(fā)明采用的技術(shù)方案為：一種基于全卷積網(wǎng)絡(luò)的DR片肺輪廓提取方法，包括以下步驟：

建立肺輪廓分割的全卷積網(wǎng)絡(luò)結(jié)構(gòu)；

離線訓(xùn)練全卷積網(wǎng)絡(luò)的權(quán)重參數(shù)；

讀取DR圖像和全卷積網(wǎng)絡(luò)權(quán)重參數(shù)；

將DR圖像輸入全卷積網(wǎng)絡(luò)，通過網(wǎng)絡(luò)逐層前饋由網(wǎng)絡(luò)終端輸出圖像分割結(jié)果，根據(jù)分割結(jié)果構(gòu)建肺輪廓。

進(jìn)一步的，所述全卷積網(wǎng)絡(luò)以網(wǎng)絡(luò)的層為單位，按照輸入到輸出的順序包括，數(shù)據(jù)層、CONV1-MAXPOOL1-RELU1層、CONV2-MAXPOOL2-RELU2層、CONV3-MAXPOOL3-RELU3層、CONV4-MAXPOOL4-RELU4層、FC1層、Dropout1層、FC2層、Dropout2層、DECONV1層、Crop1層、FUSE1層、DECONV2層、Crop2層、ADD1層、DECONV3層、Crop3層、SoftMax層。

進(jìn)一步的，所述離線訓(xùn)練全卷積網(wǎng)絡(luò)的權(quán)重參數(shù)包括以下步驟：

A、采集一定的DR圖像作為樣板數(shù)據(jù)集；

B、對(duì)樣板數(shù)據(jù)集中的圖像進(jìn)行肺葉輪廓標(biāo)注；

C、提取輪廓標(biāo)注中的輪廓，根據(jù)其重心區(qū)分左、右肺輪廓并形成左、右肺輪廓集；

D、將左、右肺輪廓集隨機(jī)的劃分為訓(xùn)練集合測(cè)試集；

E、將訓(xùn)練集合測(cè)試集中的左、右肺輪廓輸入全卷積網(wǎng)絡(luò)，計(jì)算其輸出值與標(biāo)注結(jié)果比較后計(jì)算總體差異值；

F、對(duì)全卷積網(wǎng)絡(luò)逆向信息傳播，計(jì)算各網(wǎng)絡(luò)層的參數(shù)更新；

G、如果迭代次數(shù)未達(dá)到設(shè)定值則返回步驟E，否則進(jìn)入步驟H；

H、得到需要的網(wǎng)絡(luò)載入?yún)?shù)值。

進(jìn)一步的，所述DR圖像輸入全卷積網(wǎng)絡(luò)之前對(duì)圖像一次進(jìn)行以下處理：

將DR圖像轉(zhuǎn)化為浮點(diǎn)型矩陣；

將浮點(diǎn)型矩陣進(jìn)行尺寸標(biāo)準(zhǔn)化處理；

對(duì)圖像進(jìn)行白化處理。

進(jìn)一步的，所述總體差異值的計(jì)算方法采用軟最大值算法Softmax。

進(jìn)一步的，所述計(jì)算各網(wǎng)絡(luò)層的參數(shù)更新采用批量隨機(jī)梯度下降算法Batch-SGD。

進(jìn)一步的，所述浮點(diǎn)型矩陣的轉(zhuǎn)化方法為：將DICOM格式圖像的12位或14位深度像素值除以2¹²或2¹⁴，將其轉(zhuǎn)化為浮點(diǎn)型矩陣。

進(jìn)一步的，所述尺寸標(biāo)準(zhǔn)化處理的方法為將圖像采用高斯平滑算法Gaussian縮放至512×512像素尺寸。

進(jìn)一步的，所述白化處理的方法為將標(biāo)準(zhǔn)化尺寸的浮點(diǎn)數(shù)化的圖像減去所有訓(xùn)練樣本的平均值，再除以所有訓(xùn)練樣本的標(biāo)準(zhǔn)差。

本發(fā)明的有益效果為：

(1)本發(fā)明通過提取肺部輪廓，使后續(xù)的肺病診斷更具針對(duì)性，提升后續(xù)計(jì)算機(jī)輔助處理的可靠性和準(zhǔn)確性；可以降低醫(yī)生的視覺負(fù)荷，并提高整體的識(shí)別準(zhǔn)確率和處理效率；降低醫(yī)生因經(jīng)驗(yàn)差異對(duì)病情判別的影響；

(2)本發(fā)明能夠自動(dòng)處理胸部DR片，能夠適應(yīng)不同設(shè)備的DR片，適應(yīng)不同身形、性別和年齡的拍攝者；

(3)本發(fā)明可以有效利用網(wǎng)絡(luò)資源，實(shí)現(xiàn)遠(yuǎn)程會(huì)診和疾病回訪，提高疑難病癥的會(huì)診可靠性；

(4)本發(fā)明可作為計(jì)算機(jī)輔助診斷的基礎(chǔ)，去除肋骨干擾后的圖像有助于后續(xù)自動(dòng)化病變判別方法的設(shè)計(jì)；

(5)本發(fā)明集成了現(xiàn)有醫(yī)療設(shè)備和信息化網(wǎng)絡(luò)資源，提高了設(shè)備的使用率，避免設(shè)備閑置和資源浪費(fèi)。

附圖說明

圖1為本發(fā)明流程圖。

圖2為本發(fā)明中全卷積網(wǎng)絡(luò)的權(quán)重參數(shù)的離線訓(xùn)練流程圖。

圖3為本發(fā)明中胸部DR片的肺輪廓自動(dòng)提取方法的處理流程。

具體實(shí)施方式

本發(fā)明采用計(jì)算機(jī)圖像處理技術(shù)自動(dòng)獲取DICOM(Digital Imaging and Communications in Medicine即醫(yī)學(xué)數(shù)字成像和通信)圖像中可能的肺輪廓邊界的后續(xù)區(qū)域，從高可能性候選區(qū)域中進(jìn)一步篩選最佳匹配方案，解決目前大規(guī)模居民體檢產(chǎn)生數(shù)據(jù)量太大，而醫(yī)生在有限時(shí)間逐個(gè)人工標(biāo)注且難以保持高精度檢測(cè)的問題；利用醫(yī)療信息化的優(yōu)勢(shì)，能適應(yīng)醫(yī)療人員的主觀因素導(dǎo)致偏差、體檢點(diǎn)的設(shè)備變更、操作人員的計(jì)算機(jī)水平差異等問題；整個(gè)處理過程簡(jiǎn)單方便，可從基礎(chǔ)上提高肺結(jié)核篩查的處理效率，同時(shí)降低了體檢點(diǎn)醫(yī)護(hù)人員的工作負(fù)擔(dān)，因而可使計(jì)算機(jī)輔助篩查及時(shí)推廣到缺乏肺結(jié)核胸透影像評(píng)估經(jīng)驗(yàn)的基層醫(yī)療機(jī)構(gòu)，更有利于針對(duì)重點(diǎn)傳染病的居民規(guī)模體檢進(jìn)一步常態(tài)化和規(guī)范化。

本發(fā)明可自動(dòng)處理各種胸透DR圖像，提取肺葉輪廓；本發(fā)明利用新技術(shù)手段可降低醫(yī)護(hù)人員人工檢驗(yàn)胸透影像的工作量，并提升病灶檢測(cè)準(zhǔn)確率和重大傳染病監(jiān)測(cè)效率，為制定傳染病的預(yù)防控制的方案決策和調(diào)整群眾衛(wèi)生健康的政策提供信息基礎(chǔ)。

一種基于全卷積網(wǎng)絡(luò)的DR片肺輪廓提取方法，包括以下步驟：

建立肺輪廓分割的全卷積網(wǎng)絡(luò)結(jié)構(gòu)；

離線訓(xùn)練全卷積網(wǎng)絡(luò)的權(quán)重參數(shù)；

讀取DR圖像和全卷積網(wǎng)絡(luò)權(quán)重參數(shù)；

將DR圖像輸入全卷積網(wǎng)絡(luò)，通過網(wǎng)絡(luò)逐層前饋由網(wǎng)絡(luò)終端輸出圖像分割結(jié)果，根據(jù)分割結(jié)果構(gòu)建肺輪廓。

進(jìn)一步的，所述全卷積網(wǎng)絡(luò)以網(wǎng)絡(luò)的層為單位，按照輸入到輸出的順序包括，數(shù)據(jù)層、CONV1-MAXPOOL1-RELU1層、CONV2-MAXPOOL2-RELU2層、CONV3-MAXPOOL3-RELU3層、CONV4-MAXPOOL4-RELU4層、FC1層、Dropout1層、FC2層、Dropout2層、DECONV1層、Crop1層、FUSE1層、DECONV2層、Crop2層、ADD1層、DECONV3層、Crop3層、SoftMax層。

本發(fā)明首先建立肺輪廓分割的全卷積網(wǎng)絡(luò)FCN-LUNG結(jié)構(gòu)；該網(wǎng)絡(luò)結(jié)構(gòu)是本發(fā)明實(shí)現(xiàn)的基礎(chǔ)，在使用過程中保持穩(wěn)定不變，以網(wǎng)絡(luò)的層為單位，按照輸入到輸出的順序包括以下結(jié)構(gòu)：

1、數(shù)據(jù)層，輸入為單通道的512×512像素的灰度圖像矩陣，矩陣數(shù)據(jù)類型為浮點(diǎn)型。

2、CONV1-MAXPOOL1-RELU1層，由卷積層、池化層和ReLU激活層聯(lián)合構(gòu)成，其中卷積層的卷積算子尺寸為20×9×9，池化層中每2×2的像素聚合為1個(gè)像素并取其中的最大值。

3、CONV2-MAXPOOL2-RELU2層，由卷積層、池化層和ReLU激活層聯(lián)合構(gòu)成，其中卷積層的卷積算子尺寸為40×7×7，池化層中每2×2的像素聚合為1個(gè)像素并取其中的最大值。

4、CONV3-MAXPOOL3-RELU3層，由卷積層、池化層和ReLU激活層聯(lián)合構(gòu)成，其中卷積層的卷積算子尺寸為80×5×5，池化層中每2×2的像素聚合為1個(gè)像素并取其中的最大值。

5、CONV4-MAXPOOL4-RELU4層，由卷積層、池化層和ReLU激活層聯(lián)合構(gòu)成，其中卷積層的卷積算子尺寸為160×5×5，池化層中每2×2的像素聚合為1個(gè)像素并取其中的最大值。

6、FC1層，全聯(lián)通層，實(shí)現(xiàn)卷積核尺寸為1×1的卷積，輸出為1024層。

7、Dropout1層，實(shí)現(xiàn)50％概念的部分參數(shù)置零。

8、FC2層，全聯(lián)通層，實(shí)現(xiàn)卷積核尺寸為1×1的卷積，輸出為2048層。

9、Dropout2層，實(shí)現(xiàn)50％概念的部分參數(shù)置零。

10、DECONV1層，通過10×10尺寸的逆卷積算子，和步長(zhǎng)8的間隔，計(jì)算逆卷積輸出圖像，輸出層數(shù)為50層。

11、Crop1層，截取DECONV1層的輸出結(jié)果，使其輸出的圖像長(zhǎng)和寬的像素尺寸與CONV3-MAXPOOL3-RELU3層的輸出一致。

12、FUSE1層，將Crop1層輸出結(jié)果和CONV3-MAXPOOL3-RELU3層的輸出在對(duì)應(yīng)像素位將其值相加。

13、DECONV2層，通過10×10尺寸的逆卷積算子，和步長(zhǎng)8的間隔，計(jì)算逆卷積輸出圖像，輸出層數(shù)為20層。

14、Crop2層，截取DECONV2層的輸出結(jié)果，使其輸出的圖像長(zhǎng)和寬的像素尺寸與CONV1-MAXPOOL1-RELU1層的輸出一致。

15、ADD1層，將Crop2層輸出結(jié)果和CONV1-MAXPOOL1-RELU1層的輸出在對(duì)應(yīng)像素位將其值相加。

16、DECONV3層，通過5×5尺寸的逆卷積算子，和步長(zhǎng)4的間隔，以ADD1層的結(jié)果為輸入計(jì)算逆卷積輸出圖像，輸出層數(shù)為3層，分別對(duì)應(yīng)左肺、右肺和背景區(qū)域。

17、Crop3層，截取DECONV3層的輸出結(jié)果，使其輸出的圖像長(zhǎng)和寬的像素尺寸與數(shù)據(jù)層的輸出一致。

18、SoftMax層，計(jì)算Crop3層的軟最大值Softmax，用以評(píng)價(jià)輸出結(jié)果的準(zhǔn)確性。

建立肺輪廓分割網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)之后，需離線地利用帶標(biāo)注的肺部DR影像數(shù)據(jù)集，對(duì)肺輪廓分割網(wǎng)絡(luò)的權(quán)重參數(shù)進(jìn)行訓(xùn)練，以獲取輪廓的特征表達(dá)；其中帶標(biāo)注的肺部DR影像數(shù)據(jù)集包括DR片圖像和相對(duì)應(yīng)的輪廓標(biāo)注圖像兩部分；網(wǎng)絡(luò)權(quán)重參數(shù)的離線訓(xùn)練過程包括以下步驟：

A、采集一定的DR圖像作為樣板數(shù)據(jù)集；一般情況下，數(shù)據(jù)集中DR圖像的數(shù)量需達(dá)到5000張以上；

B、對(duì)樣板數(shù)據(jù)集中的圖像進(jìn)行肺葉輪廓標(biāo)注；通過標(biāo)注軟件，人工手動(dòng)繪制與樣板相對(duì)應(yīng)的黑白圖像，其中的白色區(qū)域?qū)?yīng)肺葉區(qū)域，而黑色區(qū)域?yàn)槠渌麉^(qū)域；保存黑白圖像文件，作為數(shù)據(jù)集中的樣板肺葉的輪廓標(biāo)注；

C、提取輪廓標(biāo)注中的輪廓，根據(jù)其重心區(qū)分左、右肺輪廓并形成左、右肺輪廓集；遍歷數(shù)據(jù)集中所有標(biāo)注圖像，提取每張輪廓標(biāo)注圖像中的輪廓，根據(jù)輪廓的重心，區(qū)分左、右肺輪廓，分別將左、右肺輪廓的像素集合按左、右加入左肺輪廓集和右肺輪廓集；

D、將左、右肺輪廓集隨機(jī)的劃分為訓(xùn)練集合測(cè)試集；其中測(cè)試集約占總數(shù)據(jù)量的20％；

E、將訓(xùn)練集合測(cè)試集中的左、右肺輪廓輸入全卷積網(wǎng)絡(luò)，計(jì)算其輸出值與標(biāo)注結(jié)果比較后計(jì)算總體差異值；輸入全卷積網(wǎng)絡(luò)后，計(jì)算其輸出，將輸出值與人工標(biāo)注結(jié)果進(jìn)行比較，利用軟最大值算法Softmax計(jì)算總體差異值；

F、對(duì)全卷積網(wǎng)絡(luò)逆向信息傳播，計(jì)算各網(wǎng)絡(luò)層的參數(shù)更新；以減小前一步的總體差異值為目標(biāo)，采用批量隨機(jī)梯度下降算法Batch-SGD計(jì)算各個(gè)網(wǎng)絡(luò)層的參數(shù)更新；

G、如果迭代次數(shù)未達(dá)到設(shè)定值則返回步驟E繼續(xù)讀取新樣板以訓(xùn)練，否則進(jìn)入步驟H；

H、得到需要的網(wǎng)絡(luò)載入?yún)?shù)值。

建立肺分割網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及其權(quán)重參數(shù)后，系統(tǒng)即具備了完整的肺葉輪廓分割能力；在此，可以實(shí)現(xiàn)在線地肺葉圖像輪廓檢測(cè)，即對(duì)于任意新錄入DR圖像，將其傳入網(wǎng)絡(luò)輸入并通過網(wǎng)絡(luò)逐層前饋，最終由網(wǎng)絡(luò)終端輸出輪廓模板圖像；其中的非零像素灰度值聯(lián)通區(qū)域分別代表左右肺葉輪廓；

進(jìn)一步的，所述DR圖像輸入全卷積網(wǎng)絡(luò)之前對(duì)圖像一次進(jìn)行以下處理：

將DR圖像轉(zhuǎn)化為浮點(diǎn)型矩陣；

將浮點(diǎn)型矩陣進(jìn)行尺寸標(biāo)準(zhǔn)化處理；

對(duì)圖像進(jìn)行白化處理。

在此基礎(chǔ)上肺葉圖像進(jìn)行輪廓在線檢測(cè)的處理步驟如下：

胸部DR片肺葉區(qū)域提取系統(tǒng)初始化；

從DR片數(shù)據(jù)庫(kù)中讀取一副DICOM圖像；

將DICOM圖像的12位或14位深度像素值除以2¹²或2¹⁴，將其轉(zhuǎn)化為0到1的浮點(diǎn)數(shù)值；

將浮點(diǎn)化的DICOM圖像，用高斯平滑算法Gaussian縮放至512×512像素尺寸；

將標(biāo)準(zhǔn)化尺寸的浮點(diǎn)化DICOM圖像做白化處理，即將其減去所有訓(xùn)練樣本的平均值，再除以所有訓(xùn)練樣本的標(biāo)準(zhǔn)差；

將白化處理后的測(cè)試樣本數(shù)據(jù)輸入FCN-LUNG網(wǎng)絡(luò)，通過網(wǎng)絡(luò)前饋計(jì)算網(wǎng)絡(luò)輸出；

根據(jù)網(wǎng)絡(luò)輸出最佳匹配值，組合生成輪廓形狀。

本發(fā)明提供的方法作為肺疾病診斷的基礎(chǔ)步驟，將本發(fā)明與計(jì)算機(jī)自動(dòng)化處理和相應(yīng)的程序結(jié)合，應(yīng)用于規(guī)?；幕鶎芋w檢點(diǎn)的重大疾病和傳染病篩查，設(shè)備通過以下檢測(cè)步驟：

1)體檢點(diǎn)工作人員將裝配有DR片管理模塊的計(jì)算機(jī)連接至DR片數(shù)據(jù)庫(kù)，并配置DICOM圖像文件讀取的參數(shù)；

2)將體檢點(diǎn)計(jì)算機(jī)連接至遠(yuǎn)程的醫(yī)療圖像數(shù)據(jù)服務(wù)器；

3)在完成體檢后，體檢點(diǎn)計(jì)算機(jī)在空余時(shí)間將當(dāng)日新增DR片自動(dòng)上傳到遠(yuǎn)程服務(wù)器；

4)系統(tǒng)服務(wù)器接收新增DR片，并給予其標(biāo)簽，并將其標(biāo)簽加入待處理隊(duì)列，處理的優(yōu)先級(jí)由時(shí)間先后確定；

5)系統(tǒng)服務(wù)器在掃描到未處理隊(duì)列中存在數(shù)據(jù)時(shí)，自動(dòng)運(yùn)行肺葉輪廓自動(dòng)化提取模塊，并將提取結(jié)果保存到文件；

6)系統(tǒng)服務(wù)器在批量化處理一定數(shù)量DR圖像后，生成包含DR原始圖像和輪廓提取結(jié)果的融合圖像形的處理報(bào)告；

7)根據(jù)系統(tǒng)等級(jí)的醫(yī)師記錄，系統(tǒng)服務(wù)器將匯報(bào)發(fā)送給不同醫(yī)生，以人工確認(rèn)分割結(jié)果的可靠性；

8)醫(yī)生使用智能終端打開匯報(bào)，對(duì)認(rèn)可的肺葉輪廓提取接口，可點(diǎn)擊確認(rèn)按鈕；對(duì)不認(rèn)可的分割結(jié)果，可根據(jù)DR圖像的難易程度，選擇人工處理或者延后處理；其中，人工處理一般是針對(duì)疑難病例，用手工方式以打開人工標(biāo)注的程序界面標(biāo)注出肺葉區(qū)域；而延后處理是將圖像重新加入待處理隊(duì)列，但降低其處理優(yōu)先級(jí)，使系統(tǒng)延后處理；

9)系統(tǒng)同時(shí)支持交叉評(píng)估的方式，由多名醫(yī)生共同判別分割可靠性較低的肺部輪廓；

10)在未對(duì)醫(yī)生的用戶終端設(shè)備服務(wù)的時(shí)段，系統(tǒng)會(huì)根據(jù)醫(yī)生的反饋，自動(dòng)調(diào)用自適應(yīng)狀態(tài)更新模塊，以根據(jù)醫(yī)生新手動(dòng)標(biāo)記的圖像特征對(duì)現(xiàn)有處理模塊的參數(shù)改進(jìn)和深化訓(xùn)練；

11)系統(tǒng)服務(wù)在進(jìn)行狀態(tài)更新后，會(huì)對(duì)待處理列表中的剩余圖像進(jìn)行重新處理；由于系統(tǒng)參數(shù)的優(yōu)化，原來不能處理的DR圖像在改進(jìn)后的系統(tǒng)中可以正確提取肺野形狀；

12)體檢點(diǎn)DR片的某一批次處理結(jié)束之后，由系統(tǒng)服務(wù)器向體檢點(diǎn)計(jì)算機(jī)發(fā)出處理結(jié)束的消息，并有體檢點(diǎn)信息員接收處理結(jié)果。

在以上各步驟中，系統(tǒng)會(huì)以圖形化的人機(jī)交互方式提示醫(yī)生遠(yuǎn)程操作，再通過計(jì)算機(jī)自動(dòng)識(shí)別和動(dòng)態(tài)學(xué)習(xí)，減少醫(yī)生需人工介入的工作頻率，從而降低醫(yī)生的工作負(fù)擔(dān)和提高處理效率和改善用戶體驗(yàn)，使枯燥的標(biāo)注和驗(yàn)證工作變得容易讓人接受；此外，系統(tǒng)采用瀏覽器-服務(wù)器(BS)架構(gòu)，使醫(yī)生只要有用戶名和密碼即可在任意連接互聯(lián)網(wǎng)絡(luò)的計(jì)算機(jī)上進(jìn)行肺結(jié)核影像的標(biāo)注和評(píng)估，使工作平臺(tái)從局部化的專用網(wǎng)絡(luò)擴(kuò)展到廣域通用網(wǎng)絡(luò)；不僅利于醫(yī)生的工作和協(xié)調(diào)，而且有利于地方衛(wèi)生部門和疾控單位對(duì)基層工作的把握及數(shù)據(jù)分析和挖掘。

本發(fā)明是一種面向胸部DR片數(shù)字圖像的利用計(jì)算機(jī)視覺技術(shù)提取肺部輪廓的算法和實(shí)現(xiàn)方法，以DICOM數(shù)字格式的醫(yī)學(xué)影像文件為處理對(duì)象，以現(xiàn)有醫(yī)學(xué)影像設(shè)備和計(jì)算服務(wù)器及互聯(lián)網(wǎng)絡(luò)為基礎(chǔ)；與現(xiàn)有醫(yī)療設(shè)備和網(wǎng)絡(luò)資源相結(jié)合，可以降低設(shè)備使用率，避免設(shè)備閑置和資源浪費(fèi)，并且可實(shí)現(xiàn)遠(yuǎn)程會(huì)診和疾病回訪，提高了疑難病癥的會(huì)診可靠性；本發(fā)明可作為計(jì)算機(jī)輔助診斷的基礎(chǔ)，有助于后續(xù)自動(dòng)化病變判別方法的設(shè)計(jì)；并且與計(jì)算機(jī)程序相結(jié)合之后可以根據(jù)醫(yī)生的反饋信息，動(dòng)態(tài)持續(xù)地改進(jìn)系統(tǒng)參數(shù)，以提高識(shí)別性能。