[发明专利]一种基于卷积神经网络检测CT图像的方法有效
| 申请号： | 201811316415.4 | 申请日： | 2018-11-06 |
| 公开（公告）号： | CN109492690B | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 黄文恺;胡凌恺;何杰贤;彭广龙;薛义豪;吴羽;朱静 | 申请（专利权）人： | 广州大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G16H50/20 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 颜希文;罗尧 |
| 地址： | 510000 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络检测CT图像的方法，包括如下步骤：S1、提供病人的CT图像、基因组表达谱、蛋白质表达谱、吸烟情况和工作环境信息，并对CT图像进行标注获得数据集；S2、根据步骤S1所述信息搭建一个主要神经网络和四个次要神经网络，其中，主要神经网络以卷积神经网络为主体，四个次要神经网络分别用于分析基因组表达谱、蛋白质表达谱、吸烟情况和工作环境对病人病情影响的大小并输出相应的权值；S3、用已标注的数据集对所述主要神经网络进行训练，代入所述次要神经网络输出的权值，以判断病人的CT图像是否具有肺癌相应特征。采用本发明的方法检测CT图像，可以辅助医生显著提高肺癌诊断的准确率和效率。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 检测 ct 图像 方法 | ||
【主权项】：
1.一种基于卷积神经网络检测CT图像的方法，其特征在于，包括如下步骤：S1、提供病人的CT图像、基因组表达谱、蛋白质表达谱、吸烟情况和工作环境信息，并对CT图像进行标注获得数据集；S2、根据步骤S1所述信息搭建一个主要神经网络和四个次要神经网络，其中，主要神经网络以卷积神经网络为主体，四个次要神经网络分别用于分析基因组表达谱、蛋白质表达谱、吸烟情况和工作环境对病人病情影响的大小并输出相应的权值；S3、用已标注的数据集对所述主要神经网络进行训练，代入所述次要神经网络输出的权值，以判断病人的CT图像是否具有肺癌相应特征。
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广州大学，未经广州大学许可，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/201811316415.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种电动汽车故障诊断方法
- 下一篇：一种超图卷积网络模型及其半监督分类方法
