一种基于神经网络的肺结节形态学分类方法
基本信息
| 申请号 | CN201910894435.8 | 申请日 | - |
| 公开（公告）号 | CN110766051A | 公开（公告）日 | 2020-02-07 |
| 申请公布号 | CN110766051A | 申请公布日 | 2020-02-07 |
| 分类号 | G06K9/62;G06N3/04;G06T7/00 | 分类 | 计算；推算；计数; |
| 发明人 | 白红利;章毅;王成弟;郭际香;李为民;徐修远;邵俊;易乐;甘云翠;赵科甫;陈思行;周凯 | 申请（专利权）人 | 成都智能迭迦科技合伙企业（有限合伙） |
| 代理机构 | 成都高远知识产权代理事务所（普通合伙） | 代理人 | 四川大学华西医院;成都华西精准医学产业技术研究院有限公司;成都智能迭迦科技合伙企业（有限合伙） |
| 地址 | 610000 四川省成都市武侯区国学巷37号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种基于神经网络的肺结节形态学分类方法，包括以下步骤：1、数据准备。该阶段主要完成数据从医院数据系统导入以及对待分类的肺结节进行标定；2、数据预处理，该阶段对数据进行预处理，主要包括原始CT图像的预处理与结节区域的截取；3、构建多尺度三维残差网络模型，并使用采集的数据和标定的结果对模型进行训练；4、重复步骤3，构建并训练好多种形态学分类的模型；5、使用步骤3、步骤4训练好的模型对检测任务自动检测出的肺结节进行分类，输出模型预测的肺结节形态学特征的信息。本发明将结节截取三个尺度作为对应尺度残差的网络的输入，提取三种尺度结节的深度特征，最后经过融合，集成三个模型得到最后的分类结果。 |
