[发明专利]基于粒子群算法优化的卷积神经网络对肺结节识别的方法有效

专利信息
申请号: 201811252918.X 申请日: 2018-10-25
公开(公告)号: CN109544511B 公开(公告)日: 2022-01-04
发明(设计)人: 黄文恺;倪皓舟;胡凌恺;薛义豪;彭广龙;何杰贤;朱静;吴羽 申请(专利权)人: 广州大学
主分类号: G06T7/00 分类号: G06T7/00;G06N3/04;G06N3/08;G06N3/00
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 裘晖;林梅繁
地址: 510006 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明属于人工智能与医学影像分析相结合的领域,涉及基于粒子群算法优化的卷积神经网络对肺结节识别的方法,包括以下步骤:获取病人肺部的CT切片图像;对CT切片图像进行预处理,将获取的CT切片图像进行标注,形成数据集;构造卷积神经网络;使用粒子群算法优化卷积神经网络的超参数;利用标注好的数据集对优化后的卷积神经网络进行训练;使用训练完成的卷积神经网络提取肺结节特征。本发明通过粒子群算法对卷积神经网络进行优化,解决了卷积神经网络最优超参数的人工选取难的问题,对于肺结节有很好的识别效果。
搜索关键词: 基于 粒子 算法 优化 卷积 神经网络 结节 识别 方法
【主权项】:
1.基于粒子群算法优化的卷积神经网络对肺结节识别的方法,其特征在于,包括以下步骤:S1、获取病人肺部的CT切片图像;S2、对CT切片图像进行预处理,将获取的CT切片图像进行标注,形成数据集;S3、构造卷积神经网络;S4、使用粒子群算法优化卷积神经网络的超参数;S5、利用标注好的数据集对优化后的卷积神经网络进行训练;S6、使用训练完成的卷积神经网络提取肺结节特征。
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广州大学,未经广州大学许可,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/201811252918.X/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top