一种基于图像深度学习的肺部病灶识别方法及系统

本发明涉及医学图像处理技术领域，具体公开了一种基于图像深度学习的肺部病灶识别方法及系统，对输入的肺部影像进行增强、配准，构建标注数据集；构建具有多尺度感受野的卷积神经网络模型，引入注意力机制使模型聚焦于病灶区域，先粗后精地识别病灶位置并估计其大小；应用形态学滤波和连通域分析，进一步提纯病灶区域，去除伪影和噪声；对识别结果进行不确定性评估，得出病灶识别结果。本发明能够全面捕捉肺部影像中的局部细节和全局结构信息，结合注意力机制，使模型能够更精准地聚焦于病灶区域，提高病灶识别的准确率。本发明为医生提供识别结果的置信度信息。对于低置信度结果，可以采取人工判断或重新采集数据识别等措施，提高诊断的可靠性。