技术特征：
技术总结
本发明公开了一种基于深度学习的CT图肺结节检测方法，包括：S01：获得肺部CT图像，并转换为DICOM格式的图像；S02：获取图像的病人信息及CT图的长和宽及图片像素之间的间隔；同时对图像的CT值进行归一化预处理；S03：对步骤S02预处理完成的CT图像进行肺容积分割，只保留肺部的图像；S04：对图像进行候选结节检测，使用U‑net卷积神经网络，找到候选结节的位置，输出一张带有候选结节位置标记的二维图像；S05：在获取到候选结节之后，将候选结节送入消除假阳性的分类器进行二次检测。本发明通过实现肺部结节自动检测，减少了肺结节标注需要大量医疗资源的问题，为肺癌病人提前发现了治疗，降低死亡率的机会。
技术研发人员：张雪;朱安婕;郑德生;臧宇航;吉普照
受保护的技术使用者：四川元匠科技有限公司
技术研发日：2018.03.30
技术公布日：2018.09.14