[发明专利]基于深度学习和数据融合的肺结节分级判定方法和系统在审
| 申请号： | 201710340309.9 | 申请日： | 2017-05-15 |
| 公开（公告）号： | CN107280697A | 公开（公告）日： | 2017-10-24 |
| 发明（设计）人： | 季红;贺文;刘佳宝;赵丽琴;张秀玲;唐艳艳;刘海伦;沈涛;陈轶雄 | 申请（专利权）人： | 北京市计算中心 |
| 主分类号： | A61B6/00 | 分类号： | A61B6/00 |
| 代理公司： | 北京路浩知识产权代理有限公司11002 | 代理人： | 王莹 |
| 地址： | 100094 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习和数据融合的肺结节分级判定方法和系统，方法包括对获取的多个电子计算机断层扫描CT肺部图像进行预处理，得到预处理后的各CT肺结节图像；提取各CT肺结节图像的图像特征，并根据图像特征对各CT肺结节图像进行预分类；对预分类后的各CT肺结节图像的图像特征和对应的综合临床就诊数据进行反复训练和迭代，得到诊断模型；基于诊断模型对CT肺部图像进行CT影像肺结节的分级判定。本发明采用深度学习中的卷积神经网络模型，并结合多源数据整合技术，通过验证与测试得出专门针对CT肺结节进行分级判定的方法，且判定过程全面且可靠，有效提高了判定结果的准确性，进而能够有效地辅助医生进行疾病诊断工作。 | ||
| 搜索关键词： | 基于 深度 学习 数据 融合 结节 分级 判定 方法 系统 | ||
【主权项】：
一种基于深度学习和数据融合的肺结节分级判定方法，其特征在于，所述方法包括：对获取的多个电子计算机断层扫描CT肺部图像进行预处理，得到预处理后的各CT肺结节图像；提取各所述CT肺结节图像的图像特征，并根据所述图像特征对各所述CT肺结节图像进行预分类；对预分类后的各CT肺结节图像的图像特征和对应的综合临床就诊数据进行反复训练和迭代，得到诊断模型；以及，基于所述诊断模型，对所述CT肺部图像进行CT影像肺结节的分级判定。
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北京市计算中心，未经北京市计算中心许可，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/201710340309.9/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
