基于LSTM和GAN结合的肺结节生长预测方法

本发明公开了基于LSTM和GAN结合的肺结节生长预测方法，涉及图像分析与处理技术领域，本发明包括以下步骤：收集多时序胸部CT数据，进行标注并审核形成数据集；对标注后的CT数据进行预处理，得到标准化肺结节ROI；利用三维图像分割网络分割出肺结节区域，生成三维分割掩模；将多时间节点的分割掩模输入LSTM网络，提取表征结节动态演化的时序特征向量；基于时序特征向量和随机噪声，生成器合成预测的未来时刻肺结节图像，判别器通过多损失函数联合优化模型参数；输入当前及历史时刻的三维分割掩模，生成预测的未来时刻肺结节图像。本发明能够有效改善现有技术对时间序列信息利用不足且缺乏高质量生成和推断能力的情况。