[发明专利]一种基于3D挤压-激励残差网络的肺结节自动检测系统在审
| 申请号： | 201910615445.3 | 申请日： | 2019-07-09 |
| 公开（公告）号： | CN110473168A | 公开（公告）日： | 2019-11-19 |
| 发明（设计）人： | 巩丽;杨志永;姜杉 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/136 |
| 代理公司： | 12107 天津市三利专利商标代理有限公司 | 代理人： | 张义<国际申请>=<国际公布>=<进入国 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 肺结节 结节 目标检测算法 自动检测系统 肺结节检测 检测灵敏度 辅助医生 工作负担 工作效率 系统经济 医学图像 自然图像 假阳性 检出率 医生 残差 挤压 诊断 应用 网络 | ||
1.一种基于3D挤压-激励残差网络的肺结节自动检测系统，其特征在于，所述系统包括三个模块，CT图像预处理模块、候选结节检测模块以及假阳性消除模块，
所述CT图像预处理模块用于对病人图像的预处理，提取肺实质部分；
所述候选结节检测模块是将预处理之后的图像输入到肺结节检测网络中，检测定位CT图像中的可疑结节，获得候选结节区域位置信息，该模块是一种基于3D Region PropsalNetwork(RPN)的卷积神经网络，利用三维挤压-激励残差网络效学习结节特征，并可实现端到端检测；
所述假阳性消除模块用于减少检测模块候选结节中假阳性结节的数量，获取更加精确的肺结节检测结果。
2.根据权利要求1所述的一种基于3D挤压-激励残差网络的肺结节自动检测系统，其特征在于，
所述CT图像预处理模块能够读取DICOM、MHD/RAW格式的CT图像，并能自动获取图像中所包含的信息；预处理利用高斯滤波平滑图像来去除图像噪声，对图像进行重采样，并将数据归一化；肺实质采用Otsu自适应阈值算法和三维连通性分析算法分割图像得到肺部区域，并采用Convexhull算法和形态学操作修复肺部边缘轮廓。
3.根据权利要求1所述的一种基于3D挤压-激励残差网络的肺结节自动检测系统，其特征在于，
所述假阳性消除模块使用三维深度卷积神经网络对候选结节进行分类，使用三维挤压-激励残差网络学习结节的高级语义特征，包含多个3D挤压-激励残差模块，最后，利用三维全局平均池化层对结节或非结节进行分类。
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天津大学，未经天津大学许可，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/pat/books/201910615445.3/1.html，转载请声明来源钻瓜专利网。
