技术特征：
技术总结
本发明提供一种基于深度神经网络的慢性阻塞性肺病的检测系统，包括：预处理模块，用于对获取的第一患者的胸部CT图像进行灰度化处理，并提取经过灰度化处理后的所述胸部CT图像中的多个肺小叶区域图像；检测模块，用于将获取的所述第一患者的身体质量指数BMI，以及所述多个肺小叶区域图像，输入训练好的深度神经网络模型，获取所述第一患者患慢性阻塞性肺病的概率值。本发明提供的基于深度神经网络的慢性阻塞性肺病的检测系统，通过将深度神经网络与医学影像相结合，利用人工对COPD进行诊断的临床经验知识作为先验，对早期的肺小叶细微病变进行检测，对病例作出高可靠的预测，从而提高了COPD检测的准确度。
技术研发人员：夏一帆;杨琼;吴诗展
受保护的技术使用者：北京医拍智能科技有限公司
技术研发日：2017.11.27
技术公布日：2018.04.20