一种基于深度学习的CT图像分析与肿瘤预测方法及系统

本发明公开了一种基于深度学习的CT图像分析与肿瘤预测方法及系统。方法包括：收集肿瘤患者的CT图像数据和标注信息，得到高质量CT图像数据集；结合神经结构搜索技术和复合模型扩展方法，建立第二代高效卷积神经网络肿瘤分类模型；在模型上加入坐标注意力模块和硬式平滑激活函数，得到改进的第二代高效卷积神经网络肿瘤分类模型；在模型的基础上，进行训练与优化；将患者的CT图像数据输入优化后的第二代高效卷积神经网络肿瘤分类模型，得到分类结果，根据分类结果预测肿瘤的存在性、类别或恶性程度。系统包括：数据采集模块、模型建立模块、模型改进模块、优化模块和结果输出模块。本发明能够显著提升CT图像的分析效率和肿瘤诊断的准确性。