[发明专利]基于深度卷积神经网络的腹腔CT图像腹膜转移标记方法有效
| 申请号： | 201810972458.1 | 申请日： | 2018-08-24 |
| 公开（公告）号： | CN109087703B | 公开（公告）日： | 2022-06-07 |
| 发明（设计）人： | 薛玉静;杜娟;刘松;顾庆 | 申请（专利权）人： | 南京大学;南京鼓楼医院 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06V10/764;G06V10/82;G06K9/62;G06N3/04 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 贺翔;徐晓鹭 |
| 地址： | 210008 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深度卷积神经网络的腹腔CT图像腹膜转移标记方法，其步骤是：1)CT图像预处理；2)采用分水岭法分割预处理后的CT图像，提取候选结节；3)为候选结节构建对应的神经网络输入；4)搭建深度卷积神经网络模型，使用已标记候选结节对应的神经网络输入训练神经网络模型；5)使用神经网络模型预测未标记候选结节为肿瘤结节的概率，最后输出确定标记的所有CT图像，其中阴性标记表示未发生肿瘤腹膜转移，阳性标记表示发生了腹膜转移。本发明方法能够完成大量腹腔CT图像腹膜转移的自动标记，为恶性肿瘤诊疗提供依据；易于理解、实施简易，适用于海量腹腔CT图像的自动标记，具有良好的扩展性、鲁棒性和实用性。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 腹腔 ct 图像 腹膜 转移 标记 方法 | ||
【主权项】：
1.基于深度卷积神经网络的腹腔CT图像腹膜转移标记方法，其特征在于，首先对CT图像进行预处理和分割，基于颗粒图像提取候选结节；然后搭建并训练深度卷积神经网络模型，使用训练的模型预测候选结节为肿瘤结节的概率；最后输出确定标记的CT图像。
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南京大学;南京鼓楼医院，未经南京大学;南京鼓楼医院许可，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/201810972458.1/，转载请声明来源钻瓜专利网。
