[发明专利]基于深度学习的肺结节检测分级与管理的方法及系统有效
| 申请号： | 201710230623.1 | 申请日： | 2017-04-10 |
| 公开（公告）号： | CN107103187B | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 周鹏;张少霆;任静;青浩渺;陈峥;罗红兵;胡仕北;何长久 | 申请（专利权）人： | 四川省肿瘤医院;电子科技大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 成都九鼎天元知识产权代理有限公司 51214 | 代理人： | 韩雪 |
| 地址： | 610041 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开基于深度学习的肺结节检测分级与管理的方法，其特征在于：包括以下步骤：S100：采集胸部超低剂量螺旋CT薄层图像，勾画出CT图像中的肺区域，并标注出肺区域中的所有肺结节；S200：训练肺区域分割网络、疑似肺结节检测网络和肺结节筛选分级网络；S300：获取图像集中所有病人的肺结节时序序列和其所对应的分级信息标注，构造肺结节管理数据库；S400：训练基于三维卷积神经网络和长短期记忆网络的肺癌诊断网络。本发明基于深度学习，训练肺区域分割网络、疑似肺结节检测网络、肺结节筛选分级网络和肺癌诊断网络，准确的检测到肺结节，并结合后续的跟踪随访，得到更精准的诊断信息及临床策略。 | ||
| 搜索关键词： | 基于 深度 学习 结节 检测 分级 管理 方法 系统 | ||
【主权项】：
基于深度学习的肺结节检测分级与管理的方法，其特征在于：包括以下步骤：S100：采集若干个病人的胸部超低剂量螺旋CT薄层图像，形成CT图像集，勾画出每张CT图像中的肺区域，并标注出肺区域中的所有肺结节，将肺结节划分为1‑4级；S200：基于采集的CT图像集，以及CT图像集中勾画的肺区域、标记的肺结节和分级信息，依次训练肺区域分割网络、疑似肺结节检测网络和肺结节筛选分级网络；检出所有含有肺结节的CT图像，得到肺结节CT图像集；S300：对肺结节CT图像集所对应的病人进行跟踪随访，分别获取不同时间病人的CT图像序列，并重复S100进行标注和分级，获取所有病人的肺结节时序序列和肺结节的分级信息标注，构造肺结节管理数据库；S400：对肺结节管理数据库进行数据增强，训练基于三维卷积神经网络和长短期记忆网络的肺癌诊断网络；S500：依次采用训练的肺区域分割网络、疑似肺结节检测网络、肺结节筛选分级网络和肺癌诊断网络，对患者的CT图像进行检测分级。
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四川省肿瘤医院;电子科技大学，未经四川省肿瘤医院;电子科技大学许可，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/patent/201710230623.1/，转载请声明来源钻瓜专利网。
