肺结节检测数据
DIP2024000010299
杭州健培科技有限公司
首次登记
3年
2024-09-27 16:20:58
信息传输、软件和信息技术服务业
待交易
54907
肺结节智能诊断模型已成熟并获取三类证,后按需更新
肺癌死亡率居高不下的原因除了其自身治疗困难、容易转移和复发等诸多因素外,没能早期发现、早期治疗也是很重要的原因。就肺癌而言,早期发现、治疗,是降低死亡率和提高生存质量的主要策略之一。因此,需要使用专业软件对肺癌进行早期筛查。 肺结节智能辅助诊断系统借助人工智能深度学习技术辅助放射科医生进行微小病灶早期筛查、精准定位、良恶性鉴别;自动匹配患者多次诊断影像,对影像中相同病灶进行跟踪对比,以列表和视图的方式呈现,让医生对患者病灶的发展(如倍增时间等)有一个直观的认识;同时根据诊断结果自动给出诊断意见以及生成清晰的、图文并茂的结构化报告。
数据采集:1.CT扫描探测器大于等于16排;2.CT影像符合DICOM3.0标准;3.CT影像重建层厚3mm及以下;4.CT影像需为肺部的完整影像,且清晰无伪影。 数据脱敏:为保证患者隐私安全和患者利益,数据遵循相关法律法规和规范性文件的要求进行了脱敏处理。 数据预处理:数据清洗:按层厚、体位、是否存在缺陷、是否符合入排标准四个方面进行。1.层厚:要求层厚不大于3mm,若同一检查下有多个序列则取符合要求的最小层厚序列;2.是否存在缺陷:CT影像的扫描范围应包括肺尖与肋膈角之间的全部,且不能进行任何修改编辑,每个病例的影响应当保持连续完整,不得出现缺层、错层且图像清晰;3.统一图像方向:读取CT影像的方位信息,将图像三维像素矩阵转换为方向统一的三维矩阵。归一化:读取数据的像素信息,结合肺窗的窗宽、窗位进行归一化操作,减少干扰,增强肺部对比度。 数据标注:肺结节CT数据标注采取标注并审核的标注方式,每一例数据由标注医生背靠背分别进行标注。标注医生、审核医生要求在二级及以上医院任职,标注医生要求工作经验在5年以上,审核医生要求工作经验10年以上,职称为主任医师或更高。所有标注人员需经过培训。
肺结节智能诊断模型已成熟并获取三类证,后按需更新
浙江省知识产权区块链公共存证平台