摘要

本发明公开了一种基于视觉Transformer的3D-VnetCT图像肺结节检测方法。所述方法将视觉Transformer与3D-Vnet结合起来,解决了3D-Vnet网络无法建模远程上下文交互和空间依赖性的问题;使用遗传规划算法对基于Transformer的分割网络及分类网络进行超参数优化,包括如下步骤:构建基于视觉Transformer的3D-Vnet分割网络和3D-resNet分类网络;输入原始肺部CT图像;对获得的肺部CT影像进行预处理;利用基于视觉Transformer的3D-Vnet分割网络对候选结节进行分割;利用3D-resNet分类网络对中分割出的候选结节进行结节精检测;确定最终的肺结节区域,对结节区域进行可视化,获得最终的肺部CT影像。本发明还公开了实现上述方法的系统。采用本发明技术方案可以提高结节的检出率,大幅降低假阳性病灶,获得疑似肺结节病灶区域的具体定位和定性结果。