首页> 中国专利> 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

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

页面导航

摘要
著录项
法律信息
相似文献

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。

著录项

公开/公告号CN111582393A

专利类型发明专利
公开/公告日2020-08-25

原文格式PDF
申请/专利权人山东大学;山东知微智成电子科技有限公司;
展开▼

申请/专利号CN202010402193.9
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;
展开▼

申请日2020-05-13
分类号
代理机构威海科星专利事务所;
代理人于涛
地址 264209 山东省威海市高区文化西路180号
入库时间 2023-12-17 11:45:16

法律信息

法律状态公告日

法律状态信息

法律状态
2020-08-25

公开

公开

相似文献

专利
中文文献
外文文献

1. 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 [P] . 中国专利： CN111582393A . 2020-08-25
2. 基于人工智能融合多模态信息构建肺结节良恶性的多种病理类型的诊断模型 [P] . 中国专利： CN111584073A . 2020-08-25
3. GENETIC MARKERS USED FOR IDENTIFYING BENIGN AND MALIGNANT PULMONARY MICRO-NODULES AND THE APPLICATION THEREOF [P] . 美国专利： US2019078167A1 . 2019-03-14

机译：识别良恶性肺微结节的遗传标记及其应用
4. METHODS AND COMPOSITIONS FOR AIDING IN DISTINGUISHING BETWEEN BENIGN AND MALIGANNT RADIOGRAPHICALLY APPARENT PULMONARY NODULES [P] . 美国专利： US2019131016A1 . 2019-05-02

机译：鉴别良恶性放射影像视肺结节的方法和成分
5. METHODS AND COMPOSITIONS FOR AIDING IN DISTINGUISHING BETWEEN BENIGN AND MALIGANNT RADIOGRAPHICALLY APPARENT PULMONRY NODULES [P] . 世界知识产权组织专利： WO2017173428A1 . 2017-10-05

机译：鉴别良恶性放射影像视肺结节的方法和成分