[发明专利]基于三维深度学习网络预测肺结节良恶性的多种病理类型的分类方法在审
| 申请号： | 202010402193.9 | 申请日： | 2020-05-13 |
| 公开（公告）号： | CN111582393A | 公开（公告）日： | 2020-08-25 |
| 发明（设计）人： | 董恩清;金叶;纪惠中;倪天骄;薛鹏;傅宇;曹海;崔文韬 | 申请（专利权）人： | 山东大学;山东知微智成电子科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G16H50/20;G06T7/00 |
| 代理公司： | 威海科星专利事务所 37202 | 代理人： | 于涛 |
| 地址： | 264209 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明基于三维深度学习网络预测肺结节良恶性的多种病理类型的分类方法，属于医学图像处理领域，包括以下步骤：肺部CT图像的多分辨率预处理；构建3D多分辨率深度学习网络的多分类模型；训练构建的多分类模型得出最优模型的权值参数实现肺结节良恶性的多种病理类型的分类。本发明采用双通路网络为深度学习模型的主网络架构，双通路网络中的残差网络部分可以实现肺结节图像底层特征的重复利用，密集连接网络部分可以生成高层新特征。本发明所采用的3D多分辨率深度学习网络模型可以根据肺结节的内部隐层特征对炎症性肺结节、鳞癌性肺结节、腺癌性肺结节以及良性其他类等四种不同病理类型的肺结节做出分类诊断。 | ||
| 搜索关键词： | 基于 三维 深度 学习 网络 预测 结节 恶性 多种 病理 类型 分类 方法 | ||
【主权项】：
暂无信息
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山东大学;山东知微智成电子科技有限公司，未经山东大学;山东知微智成电子科技有限公司许可，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/202010402193.9/，转载请声明来源钻瓜专利网。
- 上一篇：搜索词推荐方法、装置、电子设备以及存储介质
- 下一篇：数码直喷椭圆机
