[发明专利]基于RGB通道叠加方法的肺结节图像深度学习识别系统及其方法有效
申请号: | 201710604684.X | 申请日: | 2017-07-24 |
公开(公告)号: | CN107464234B | 公开(公告)日: | 2020-09-01 |
发明(设计)人: | 易平;孟以爽;柳宁;李林森 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/10;G06T7/136;G06T7/62;G06T7/90 |
代理公司: | 上海交达专利事务所 31201 | 代理人: | 王毓理;王锡麟 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于RGB通道叠加方法的肺结节图像深度学习识别系统及其方法,包括:数据读取模块、肺实质提取模块、肺结节提取模块、RGB通道叠加模块、样本训练模块和预测模块,本发明通过对原始数据进行RGB通道叠加等预处理操作,再通过深度学习方法对大量训练集数据进行训练,并通过训练后的预测模型实现图像的精确识别。 | ||
搜索关键词: | 基于 rgb 通道 叠加 方法 结节 图像 深度 学习 识别 系统 及其 | ||
【主权项】:
一种基于RGB通道叠加方法的肺结节图像深度学习识别系统,其特征在于,包括:数据读取模块、肺实质提取模块、肺结节提取模块、RGB通道叠加模块、样本训练模块和预测模块,其中:数据读取模块从医疗设备中读取原始肺部CT图像并转化处理为若干bmp图像,肺实质提取模块对bmp图像进行肺实质区域强化处理后生成按切片深度排序的肺实质图像序列,肺结节提取模块从肺实质图像序列中提取出标注肺结节中心坐标和疑似肺结节的质心坐标并提供给RGB通道叠加模块,RGB通道叠加模块根据标注肺结节中心坐标对肺实质图像序列中的所有图像进行切割处理并生成由伪彩图组成的伪彩图样本数据,样本训练模块通过深度学习方法对伪彩图样本数据进行学习和训练并得到深度卷积神经网络模型,预测模块采用深度卷积神经网络模型对依次经转化处理、强化处理和切割处理后的待测肺部伪彩图进行精确识别。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710604684.X/,转载请声明来源钻瓜专利网。
- 上一篇:紫砂摆件(052)
- 下一篇:一种检测图像结构变化的方法及装置