基于YOLOv7模型的结直肠癌CT智能筛查系统构建方法

本发明涉及图像处理，具体涉及基于yolov7模型的结直肠癌ct智能筛查系统构建方法。

背景技术：

1、全球范围内，结直肠癌是第三位最常见的恶性肿瘤，也是第二位最常见的恶性肿瘤死亡原因。据who癌症研究中心的globocan项目估计，2018年全球范围内结直肠癌新发病例数约为180万，死亡人数约为88万。一直以来，结直肠癌在全球的发病率仍呈上升趋势，而多数国家死亡率呈下降趋势，并且地域分布差异明显。近年来，中国结直肠癌发病率和死亡率分别居恶性肿瘤第4位和第5位，且在过去20年间，结直肠癌死亡率呈上升趋势。与此同时，我国结直肠癌例均诊治费用年均增长率在6.9％～9.2％不等，患者确诊1年内的个人卫生支出约占其家庭收入的60％，并且结直肠癌所致经济负担在持续上升。

2、结直肠癌患者常见的类型有黏液腺癌、没分化癌等。结肠癌主要以息肉形状与溃疡类型为主，随着病症进展其疾病逐渐沿着肠管呈现出明显的蔓延情况，并容易出现转移与局部侵犯，威胁到患者身体健康受，需要加强肠癌检查力度。传统诊断该病症方法比较多，如体格检查、化验检查、内镜检查以及图像学检查等。由于该病症早期症状不明显、体格检查问诊及查体不细致等原因常导致病症误诊。内镜检查方法虽然可以准确诊断病症，但对于患者产生的创伤较为明显，可能增大患者出现应激反应，不利于患者后续治疗。

3、然而，目前基于二维ct图像诊断结直肠癌还处于探索阶段，其所遇到的问题有如下几点：

4、(1)因为操作人员的不同、设备不同、患者不同及造影设置不同，所以不同患者的ct图像具有一定的差异，预处理具有难度。

5、(2)训练数据需要大量的标注文件，而这缺少不了专业医生的配合。

6、(3)目前对基于二维ct图像的结直肠癌检测尚无先例，数据的预处理与模型参数设置尚不明确。

技术实现思路

1、本发明的目的在于，提出基于yolov7模型的结直肠癌ct智能筛查系统构建方法，其构建的系统能够大大减轻以往传统医生大量阅读患者ct图像的压力，提高检测结直肠癌置信度。

2、为实现上述目的，本申请提出的基于yolov7模型的结直肠癌ct智能筛查系统构建方法，包括：

3、构建临床数据集，对临床数据脱敏后由专业医生在数据集上标注，得到包括二维jpg格式图像数据和txt格式标注数据；

4、对所述二维jpg格式图像数据和txt格式标注数据进行预处理，统计实验数据，得到实验数据特征后进行图像灰度统一、增强边缘、图像去噪；

5、构建yolov7模型，在该模型中添加注意力机制，然后输入实验数据进行训练；

6、基于上述训练后的yolov7模型和二维ct图像得到结直肠癌智能筛查系统。

7、本发明采用的以上技术方案，与现有技术相比，具有的优点是：本发明结合yolov7模型、二维ct图像预处理、注意力机制，构建了结直肠癌智能筛查系统；该系统能够大大减轻以往传统医生大量阅读患者ct图像的压力，提高检测结直肠癌置信度。此外，本发明融合了注意力机制，模型能够更好地专注于相应细节，使得筛查结直肠癌更有效率，给医生带来极大方便。

技术特征：

1.基于yolov7模型的结直肠癌ct智能筛查系统构建方法，其特征在于，包括：

2.根据权利要求1所述基于yolov7模型的结直肠癌ct智能筛查系统构建方法，其特征在于，对临床数据脱敏后由专业医生在数据集上标注，具体方式为：

3.根据权利要求2所述基于yolov7模型的结直肠癌ct智能筛查系统构建方法，其特征在于，对临床数据使用“letterbox”法统一大小，具体方式为：

4.根据权利要求1所述基于yolov7模型的结直肠癌ct智能筛查系统构建方法，其特征在于，对所述二维jpg格式图像数据和txt格式标注数据进行预处理，统计实验数据，具体方式为：

5.根据权利要求1所述基于yolov7模型的结直肠癌ct智能筛查系统构建方法，其特征在于，按照所述伽马值将ct图像进行伽马变换，具体为：

6.根据权利要求5所述基于yolov7模型的结直肠癌ct智能筛查系统构建方法，其特征在于，将实验数据特征进行图像灰度统一、增强边缘、图像去噪，具体方式为：

7.根据权利要求6所述基于yolov7模型的结直肠癌ct智能筛查系统构建方法，其特征在于，实现c和s两个函数的方法为gaussian核,具体如下：

8.根据权利要求6所述基于yolov7模型的结直肠癌ct智能筛查系统构建方法，其特征在于，构建yolov7模型，在该模型中添加注意力机制，然后输入实验数据进行训练，具体为：在yolov7模型中两处上采样前后分别将原来的cbs模块替换为cbam模块，然后训练yolov7模型得到训练权重；

9.根据权利要求6所述基于yolov7模型的结直肠癌ct智能筛查系统构建方法，其特征在于，基于上述训练后的yolov7模型和二维ct图像得到结直肠癌智能筛查系统，具体为：

技术总结
本发明公开了基于YOLOv7模型的结直肠癌CT智能筛查系统构建方法，包括：构建临床数据集，对临床数据脱敏后由专业医生在数据集上标注，得到包括二维jpg格式图像数据和txt格式标注数据；对所述二维jpg格式图像数据和txt格式标注数据进行预处理，统计实验数据，得到实验数据特征后进行图像灰度统一、增强边缘、图像去噪；构建YOLOv7模型，在该模型中添加注意力机制，然后输入实验数据进行训练；基于上述训练后的YOLOv7模型和二维CT图像得到结直肠癌智能筛查系统。该系统能够大大减轻以往传统医生大量阅读患者CT图像的压力，提高检测结直肠癌置信度。此外，本发明融合了注意力机制，模型能够更好地专注于相应细节，使得筛查结直肠癌更有效率，给医生带来极大方便。

技术研发人员：秦静,金建强,汪祖民
受保护的技术使用者：大连大学
技术研发日：
技术公布日：2024/1/15