基于SCSAM注意力机制的结直肠癌CT智能筛查方法

本发明涉及计算机辅助疾病筛查，具体涉及基于scsam注意力机制的结直肠癌ct智能筛查方法。

背景技术：

1、结肠癌的常见亚型包括黏液腺癌和未分化癌。这种癌症主要以息肉状和溃疡型表现，并随着疾病的发展沿肠道明显扩散，易于发生转移和局部侵袭，这极大地威胁了患者的健康，因而需要加强对肠癌的检测。多种传统检测方法，如体格检查、实验室测试、内镜检查和影像学检查等，由于早期症状不显著以及体检、问诊不够详尽，常常导致误诊。尽管内镜检查能够准确诊断，但对患者造成的身体创伤较大，可能导致患者出现应激反应，不利于后续治疗。

2、在结直肠癌诊断时，利用二维ct扫描图像方式仍然面临诸多挑战，如：

3、1.不同病例间的ct图像存在较大差异，这给图像预处理工作带来了难度，主要源于操作人员、设备、患者个体差异以及造影技术的多样性。

4、2.训练诊断模型需要大量精确标记的数据，这是一个相当复杂且需要医学专家深度参与的过程。

5、3目前的主流图像处理模型尚未针对结直肠癌做出相应的优化和调整，因此筛查的准确率和召回率有待提高。

6、4.基于二维ct图像的结直肠癌检测技术处于研究的初级阶段，相关模型和参数未形成明确的标准。

技术实现思路

1、本发明的目的在于，提出基于scsam注意力机制的结直肠癌ct智能筛查方法，该方法显著降低了医生在传统诊断过程中耗费大量时间阅读ct影像的负担，并提升了对结直肠癌检测的准确性。

2、为实现上述目的，本申请提出的基于scsam注意力机制的结直肠癌ct智能筛查方法，包括：

3、构建ct影像临床数据集，对临床数据脱敏后由专业临床医生进行标注，生成csv格式标注数据；

4、对所述标注数据进行预处理，包括图像灰度统一、ct影像去噪和ct影像形态学增强；

5、建立unet网络用于分割目标肿瘤区域；

6、在所述unet网络中添加scsam注意力机制，使用预处理后的标注数据训练unet网络；

7、基于训练后的unet网络和ct影像构建结直肠癌检测系统。

8、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unet网络、ct影像预处理、scsam注意力机制，构建了智能的结直肠癌检测系统。其显著降低了医生在传统诊断过程中耗费大量时间阅读ct影像的负担，并提升了对结直肠癌检测的准确性。此外，该发明整合了新型scsam注意力机制，使得检测能够更集中地关注关键区域，从而提高了筛查的效率，并极大地便利了医疗专业人员的工作。

技术特征：

1.基于scsam注意力机制的结直肠癌ct智能筛查方法，其特征在于，

2.根据权利要求1所述基于scsam注意力机制的结直肠癌ct智能筛查方法，其特征在于，构建ct影像临床数据集，对临床数据脱敏后由专业临床医生进行标注，生成csv格式标注数据，具体为：

3.根据权利要求2所述基于scsam注意力机制的结直肠癌ct智能筛查方法，其特征在于，将不同尺寸图像使用letterbox方法裁切成固定大小，具体为:

4.根据权利要求1所述基于scsam注意力机制的结直肠癌ct智能筛查方法，其特征在于，对所述标注数据进行预处理，具体为：

5.根据权利要求4所述基于scsam注意力机制的结直肠癌ct智能筛查方法，其特征在于，对所述标注数据进行预处理，还包括：使用双边滤波对灰度图像进行平滑处理，其双边滤波公式如下：

6.根据权利要求5所述基于scsam注意力机制的结直肠癌ct智能筛查方法，其特征在于，对所述标注数据进行预处理，还包括：使用中值滤波对灰度图像进行去噪处理：取窗口长度为m，对一维序列f1，f2......fn进行中值滤波，将这m个数进行大小排序，取其序号为中心点的那个数作为滤波输出，表达式如下：

7.根据权利要求1所述基于scsam注意力机制的结直肠癌ct智能筛查方法，其特征在于，所述unet网络包括下采样、上采样以及跳跃连接；所述下采样分是一个压缩的过程，作为编码层，其通过两次无填充的常规卷积以及最大池化操作获得图像中的浅层特征；上采是一个激励过程，作为解码层，其通过两次常规卷积、反卷积获得图像中深层特征，最后通过1*1卷积获得结果；中间通过concat方式，将对应的编码阶段和解码阶段结合在一起。

8.根据权利要求1所述基于scsam注意力机制的结直肠癌ct智能筛查方法，其特征在于，所述scsam注意力机制分为通道注意力模块和空间注意力模块；

9.根据权利要求1所述基于scsam注意力机制的结直肠癌ct智能筛查方法，其特征在于，基于训练后的unet网络和ct影像构建结直肠癌检测系统，具体为：

技术总结
本发明公开了基于SCSAM注意力机制的结直肠癌CT智能筛查方法，包括：构建CT影像临床数据集，对临床数据脱敏后由专业临床医生进行标注，生成csv格式标注数据；对所述标注数据进行预处理，包括图像灰度统一、CT影像去噪和CT影像形态学增强；建立Unet网络用于分割目标肿瘤区域；在所述Unet网络中添加SCSAM注意力机制，使用预处理后的标注数据训练Unet网络；基于训练后的Unet网络和CT影像构建结直肠癌检测系统。本发明结合Unet网络、CT影像预处理、SCSAM注意力机制，构建了智能的结直肠癌检测系统。其显著降低了医生在传统诊断过程中耗费大量时间阅读CT影像的负担，并提升了对结直肠癌检测的准确性。

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：2024/3/24