[发明专利]肺结节属性特征信息的提取方法及系统在审
| 申请号： | 201910815117.8 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110516688A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 马杰超;崔星;田希;陈宽;王少康 | 申请（专利权）人： | 北京推想科技有限公司 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06T7/00 |
| 代理公司： | 11227 北京集佳知识产权代理有限公司 | 代理人： | 林哲生<国际申请>=<国际公布>=<进入 |
| 地址： | 100085 北京市海*** | 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： | 本发明公开了一种肺结节属性特征信息的提取方法及系统，获取目标信息；采用预设特征提取深度学习模型对目标信息进行特征提取，得到第一特征信息；采用预设数据挖掘算法对目标信息进行特征提取，得到第二特征信息；根据第一特征信息和第二特征信息进行融合并生成维度矢量；将维度矢量输入至目标分类器中，得到目标信息的肺结节属性特征信息。在本发明中可以基于深度学习模型获得目标信息中的低维度像素特征，基于数据挖掘算法获得高维度的语义信息特征，这样使得获得的特征信息更加完整和准确，然后基于对上述特征信息的融合和分类，使得获得的肺结节属性特征信息更加准确，从而可以提升肺结节润侵性的分级的准确性。 | ||
| 搜索关键词： | 特征信息 目标信息 肺结节 属性特征信息 特征提取 维度 数据挖掘算法 获取目标 模型获得 目标分类 矢量输入 挖掘算法 像素特征 语义信息 预设数据 融合 矢量 低维 分级 高维 预设 学习 分类 | ||
【主权项】：
1.一种肺结节属性特征信息的提取方法，其特征在于，该方法包括：/n获取目标信息，所述目标信息是根据待分析的肺结节CT图生成的；/n采用预设特征提取深度学习模型对所述目标信息进行特征提取，得到第一特征信息，其中，所述预设特征提取深度学习模型的参数是通过对多个所述肺结节CT图进行训练得到的，所述第一特征信息表征低维度像素特征；/n采用预设数据挖掘算法对所述目标信息进行特征提取，得到第二特征信息，其中，所述预设数据挖掘算法是根据对所述肺结节CT图进行关联分析得到的，所述第二特征信息表征高维度的语义信息特征；/n根据所述第一特征信息和所述第二特征信息进行融合处理，并根据融合后的特征生成维度矢量；/n将所述维度矢量输入至目标分类器中，得到所述目标信息的肺结节属性特征信息，所述肺结节属性特征信息表征肺结节润侵性的分级信息。/n
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推想科技有限公司，未经北京推想科技有限公司许可，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/201910815117.8/，转载请声明来源钻瓜专利网。
