胆石病是世界上发病率与死亡率增长速度最快的肿瘤疾病之一,其类型和形态多种多样。原始胆石病CT医疗图像具有胆结石病灶以及肝、胆等重要器官,目标多,并且单病人CT图像数量繁多,传统的医生面诊方式单一,造成了误诊漏诊严重的现象,极大地阻碍了胆石病医学临床领域的正确诊疗。当前,智慧医疗领域发展迅速,虽然市场上已经出现了一些具有医疗图像识别功能的产品,但是患者用户无法随时携带,应用地域较小,并且未达到商业化应用的标准,使得智慧医疗产品无法真正落地。本文针对以上问题,提出了一种基于轻量化卷积神经网络的CT图像胆石病检测方法,并且研发了胆石病智能诊断系统,主要研究可总结如下:1.本文针对原始胆石病CT图像数据集的多特征目标和尺寸大的特点,提出了一种基于灰度值统计的胆石病CT图像增强和优化算法,增强了图像中病灶以及重要器官的特征像素,提高了胆石病CT医疗图像的视觉质量。同时优化了CT图像尺寸,提高了轻量化卷积神经网络学习特征信息的效率。2.本文提出了一种基于轻量化架构的特征提取与病灶检测模型,在深度可分离卷积中添加了分组卷积机制,在保证高准确率的情况下,减少了神经网络参数,进一步提高了轻量化卷积神经网络处理特征信息的效率;同时提出了逆残操作的反向优化机制,通过La-FDNet Block操作对特征图维度进行优化调整,保留了更多的特征信息,提高了模型的泛化能力。3.本文针对智慧医疗产品无法随时携带的问题,研发了胆石病智能诊断系统,将LaFDNet嵌套在了系统中,提高了系统运行效率;并且将系统离线部署在了不同的安卓手机上,实验显示,系统达到了商业化应用的标准,可协助医生诊疗,促进医患之间的交流,提高胆石病医学临床领域的诊断效率。