[发明专利]基于深度卷积神经网络自动分割肺结节的辅助检测方法在审
| 申请号： | 201811353550.6 | 申请日： | 2018-11-14 |
| 公开（公告）号： | CN109727253A | 公开（公告）日： | 2019-05-07 |
| 发明（设计）人： | 孔德兴;杜维伟;徐宗本;靖稳峰 | 申请（专利权）人： | 西安大数据与人工智能研究院 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/04;G06N3/08;G16H50/20 |
| 代理公司： | 西安弘理专利事务所 61214 | 代理人： | 韩玙 |
| 地址： | 710054 陕西省西安市碑林*** | 国省代码： | 陕西;61 |
| 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自动分割肺结节的辅助检测方法，首先读取肺部CT图像数据；对肺部CT图像数据进行预处理，依次包括图像插值、去噪及归一化处理，进而获得预处理图像；然后对得到的预处理图像提取肺实质区域和血管区域，剔除所述预处理图像中肺实质区域外的数据和血管区域数据，获得候选区域；然后使用深度卷积神经网络探测并分割所述候选区域，获得若干个独立候选区域；使用深度卷积神经网络对独立候选区域进行识别，获得结节区域；最后对结节区域的边界进行微调，得到精确分割的三维肺结节模型。本发明能够有效探测和分割肺结节，并很好地区分结节与其他类似物的边界。 | ||
| 搜索关键词： | 卷积神经网络 候选区域 肺结节 预处理图像 结节 肺部CT图像 辅助检测 血管区域 自动分割 分割 预处理 读取 归一化处理 有效探测 类似物 去噪 微调 剔除 三维 探测 图像 | ||
【主权项】：
1.一种基于深度卷积神经网络自动分割肺结节的辅助检测方法，其特征在于，具体包括以下步骤：步骤1、读取肺部CT图像数据；步骤2、对肺部CT图像数据进行预处理，依次包括图像插值、去噪及归一化处理，进而获得预处理图像；步骤3、对所述步骤2得到的预处理图像提取肺实质区域和血管区域，然后剔除所述预处理图像中肺实质区域外的数据和血管区域数据，获得候选区域；然后使用深度卷积神经网络探测并分割所述候选区域，获得若干个独立候选区域；步骤4、使用深度卷积神经网络对所述独立候选区域进行识别，获得结节区域；步骤5、对结节区域的边界进行微调，得到精确分割的三维肺结节模型。
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西安大数据与人工智能研究院，未经西安大数据与人工智能研究院许可，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/201811353550.6/，转载请声明来源钻瓜专利网。
