一种基于影像组学的肺结节良恶性智能诊断方法

本发明涉及一种基于影像组学的肺结节良恶性智能诊断方法，属于医学诊断技术领域，包括以下步骤：S1、建立高质量数据标注模型；S2、模型训练数据预处理阶段；S3、模型训练优化阶段；S4、结节良恶性预测模型的改进；S5、预测阶段的应用扩展。该基于影像组学的肺结节良恶性智能诊断方法，通过背靠背双人标注、DICE阈值控制和高年资专家审核的三重保障机制，确保了标注数据的准确性和一致性，通过采用3D‑CNN深度学习模型，将特征维度扩展至百万维，通过深度神经网络自动挖掘和筛选特征，突破了传统人工特征提取方法维度低、主观性强的局限，实现了更加丰富和客观的特征表达，提高了模型的诊断能力。