[发明专利]肺部CT图像辅助检测处理装置在审
| 申请号： | 201910518109.7 | 申请日： | 2019-06-14 |
| 公开（公告）号： | CN110246143A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 李丹 | 申请（专利权）人： | 吉林大学第一医院 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/04;G06N3/08;G06T5/00;G06T7/136;G06T7/155;G06T7/187 |
| 代理公司： | 北京盛凡智荣知识产权代理有限公司 11616 | 代理人： | 刘晓晖 |
| 地址： | 130000 *** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及肺部CT图像辅助检测处理装置，包括预处理模块、候选结节选取模块以及假阳性筛选模块，其中：预处理模块是对数据集进行整理和提取，基于Faster‑RCNN的候选结节模块使用预处理模块的数据集，进行网络模型训练，生成候选结节，基于多维度残差网络的使用候选结节选取模块得到的候选结节进行网络训练。本发明在候选结节选取以及假阳性筛选步骤均采用深度学习方法，将Faster‑RCNN网络应用于肺结节位置识别，并基于多维度的三维残差网络实现假阳性筛选，本发明识别具有肺结节特征的CT图像的敏感度达到94.5％。 | ||
| 搜索关键词： | 结节 预处理模块 假阳性 肺部CT图像 处理装置 辅助检测 选取模块 多维度 肺结节 数据集 残差 筛选 模块使用 筛选模块 网络模型 网络实现 网络训练 网络应用 位置识别 敏感度 三维 网络 学习 | ||
【主权项】：
1.肺部CT图像辅助检测处理装置，其特征在于：包括：读取并解析CT图像模块、图像预处理模块、图像识别模块、深度学习模块及特征提取模块，其中，所述特征提取模块包括候选结节选取模块及假阳性筛选模块，其中：图像预处理模块是对数据集进行整理和提取，基于Faster‑RCNN的候选结节模块使用图像预处理模块的数据集，进行深度学习，生成候选结节，并对图像进行分类，经过特征提取模块处理后，进入图像识别模块反馈进行深度学习，基于多维度残差网络的使用候选结节选取模块得到的候选结节进行多次迭代网络训练；其具体处理步骤包括：1)对读取并解析的CT图像进行预处理，即对CT图像依次进行重采样、提取肺实质和CT图像归一化；2)训练基于Faster‑RCNN的分割网络并实现结节的图像分割，然后使用图像处理方法修正候选结节的区域；步骤3)采用正负样本集训练三维残差网络Resnet，进行候选结节的假阳性筛选。
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吉林大学第一医院，未经吉林大学第一医院许可，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/201910518109.7/，转载请声明来源钻瓜专利网。
