[发明专利]一种基于轻巧型CNN的肺结节良恶性预测方法在审
| 申请号： | 201711233699.6 | 申请日： | 2017-11-30 |
| 公开（公告）号： | CN108038844A | 公开（公告）日： | 2018-05-15 |
| 发明（设计）人： | 齐守良;刘力瑶;赵歆卓;杨帆;张馨元;钱唯 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06N3/04 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 李运萍 |
| 地址： | 110169 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于轻巧型CNN的肺结节良恶性预测方法，获取已知肺结节区域的具有标签的训练图像数据集、验证图像数据集和预测图像数据集；采用训练图像数据集和验证图像数据集训练轻巧型CNN的肺结节图像分类模型，根据预测图像预测集的预测结果的准确率，选取最优的训练参数，从而得到轻巧型CNN的肺结节图像分类模型的最终形式；获取待预测的肺结节图像，输入轻巧型CNN的肺结节图像分类模型的最终形式中，得到待预测肺结节图像的肺结节良恶性预测结果。本发明设计了新的网络结构模型，输入预处理后的肺结节图像就可以得到该肺结节图像的良恶性预测结果，可以支撑医生进行诊断和决策。 | ||
| 搜索关键词： | 一种 基于 轻巧 cnn 结节 恶性 预测 方法 | ||
【主权项】：
1.一种基于轻巧型CNN的肺结节良恶性预测方法，其特征在于，包括以下步骤：步骤1：获取已知肺结节区域的具有标签的肺结节图像，对具有标签的肺结节图像进行预处理，得到训练图像数据集、验证图像数据集和预测图像数据集；步骤2：建立轻巧型CNN的肺结节图像分类模型的结构；步骤3：将训练图像数据集和验证图像数据集输入轻巧型CNN的肺结节图像分类模型，通过调节训练参数，训练轻巧型CNN的肺结节图像分类模型，再将预测图像数据集输入训练后的轻巧型CNN的肺结节图像分类模型中，得到预测图像预测集的预测结果，根据预测图像预测集的预测结果的准确率，选取最优的训练参数，从而得到轻巧型CNN的肺结节图像分类模型的最终形式；步骤4：获取待预测的肺结节图像，对待预测肺结节图像进行预处理，得到预处理后的待预测的肺结节图像；步骤5：将预处理后的待预测的肺结节图像输入改进CNN网络的肺结节图像分类模型的最终形式中，得到待预测肺结节图像的肺结节良恶性预测结果。
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东北大学，未经东北大学许可，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/201711233699.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种自动理片对接装置及包装机
- 下一篇：一种便于拆装且具有散热功能的配电柜
