首页> 中国专利> 基于3D卷积神经网络与深度学习的肺结节良恶性分类方法

基于3D卷积神经网络与深度学习的肺结节良恶性分类方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明提供了一种基于3D卷积神经网络与深度学习的肺结节良恶性分类方法，具体步骤为：S1：获取用户的肺部CT序列影像，提取出肺结节所在感兴趣区域的3D影像；S2：对3D影像进行标准化，得到多个大小相同的3D正方体样本块；S3：对训练样本集按比例进行复制，并且进行增强处理；S4：将增强后的训练样本集输入预设的深度神经网络模型，利用BCE损失函数进行深度训练，得到训练好的新深度神经网络模型；S5：根据测试样本集的结果绘制ROC曲线，由ROC曲线特性和AUC值确定最佳阈值，用于训练好的新神经网络模型对于肺结节良恶性的分类。本发明可以实现对肺结节的准确分类，帮助医生快速识别肺结节种类，节约时间并保证医生长时间工作依然有极高的准确率。

著录项

公开/公告号CN108389201B

专利类型发明专利
公开/公告日2020-06-30

原文格式PDF
申请/专利权人北京推想科技有限公司;
展开▼

申请/专利号CN201810217530.X
发明设计人唐雯;张荣国;王少康;陈宽;
展开▼

申请日2018-03-16
分类号G06T7/00(20170101);G06K9/62(20060101);
代理机构11314 北京戈程知识产权代理有限公司;
代理人程伟;甄雁翔
地址 100025 北京市朝阳区远洋国际中心C座807
入库时间 2022-08-23 11:03:36

法律信息

法律状态公告日

法律状态信息

法律状态
2020-06-30

授权

授权
2018-09-04

实质审查的生效 IPC(主分类):G06T7/00 申请日:20180316

实质审查的生效
2018-08-10

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于3D卷积神经网络与深度学习的肺结节良恶性分类方法 [P] . 中国专利： CN108389201B . 2020.06.30
2. 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
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