[发明专利]基于深度卷积神经网络的肺结节图像识别系统在审
| 申请号： | 201710604689.2 | 申请日： | 2017-07-24 |
| 公开（公告）号： | CN107451609A | 公开（公告）日： | 2017-12-08 |
| 发明（设计）人： | 易平;顾双驰;柳宁;李林森 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06T7/11;G06T17/00 |
| 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： | 一种基于深度卷积神经网络的肺结节图像识别系统，包括预处理模块、训练模块、元数据库以及预测模块，其中预处理模块使用三维数据矩阵处理脚本从原始的肺部CT模型中通过三维坐标将疑似肺结节与训练数据的三维图像切割出来，形成肺结节图像并输出至元数据库，元数据库向训练模块提供训练数据并保存预测模块预测完毕、标注完成的图像，训练模块通过训练数据对预搭建的深度卷积神经网络进行训练，并将训练后的深度卷积神经网络模型输出至预测模块；预测模块根据训练后的深度卷积神经网络模型对待测肺结节图像进行预测，并将预测完成的图像做上标记后输出至元数据库以及训练模块进行训练。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 结节 图像 识别 系统 | ||
【主权项】：
一种基于深度卷积神经网络的肺结节图像识别系统，其特征在于，包括：预处理模块、训练模块、元数据库以及预测模块，其中：预处理模块使用三维数据矩阵处理脚本从原始的肺部CT模型中通过三维坐标将疑似肺结节与训练数据的三维图像切割出来，形成训练肺结节图像并输出至元数据库或形成待测肺结节图像并输出至预测模块，元数据库向训练模块提供训练数据并保存预测模块预测完毕、标注完成的图像，训练模块通过训练数据对预搭建的深度卷积神经网络进行训练，并将训练后的深度卷积神经网络模型输出至预测模块；预测模块根据训练后的深度卷积神经网络模型对待测肺结节图像进行预测，并将预测完成的图像做上标记后分别输出至元数据库以及训练模块进行训练。
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/201710604689.2/，转载请声明来源钻瓜专利网。
- 上一篇：点锡膏焊接机的上料机构
- 下一篇：金刚石切割工具焊接机
