[发明专利]一种基于改进的Faster R-CNN框架的CT图像肺结节检测方法在审
| 申请号： | 201810563693.3 | 申请日： | 2018-06-04 |
| 公开（公告）号： | CN108986073A | 公开（公告）日： | 2018-12-11 |
| 发明（设计）人： | 陈阳;葛治文;蔡宁;罗立民 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 常虹 |
| 地址： | 211189 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进的Faster R‑CNN框架的CT图像肺结节检测方法，包括如下步骤：1、采集肺结节症状病人的胸部的CT图像，并标注肺结节位置，作为训练样本集；2构建候选结节检测网络，用训练样本集训练所述候选结节检测网络，确定网络参数，得到候选结节检测模型；3、构建候选结节假阳性剔除分类网络，用训练样本集训练所述候选结节假阳性剔除分类网络，得到候选结节假阳性剔除分类网络模型；4、将待检测的CT图像输入候选结节检测模型中，得到候选结节的位置；将所述候选结节的位置输入候选结节假阳性剔除分类网络模型中，剔除假阳性，得到肺结节检测结果。该方法更适合小尺寸肺结节的检测。 | ||
| 搜索关键词： | 结节 假阳性 剔除 分类网络 结节检测 肺结节检测 训练样本集 肺结节 构建 输入候选 网络参数 位置输入 检测 标注 胸部 改进 网络 采集 | ||
【主权项】：
1.一种基于改进的Faster R‑CNN框架的CT图像肺结节检测方法，其特征在于，包括如下步骤：(1)采集肺结节症状病人的胸部的CT图像，并标注肺结节位置，作为训练样本集；(2)构建候选结节检测网络，用训练样本集训练所述候选结节检测网络，确定网络参数，得到候选结节检测模型；(3)构建候选结节假阳性剔除分类网络，用训练样本集训练所述候选结节假阳性剔除分类网络，得到候选结节假阳性剔除分类网络模型；(4)将待检测的CT图像输入候选结节检测模型中，得到候选结节的位置；将所述候选结节的位置输入候选结节假阳性剔除分类网络模型中，剔除假阳性，得到肺结节检测结果。
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南大学，未经东南大学许可，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/201810563693.3/，转载请声明来源钻瓜专利网。
