[发明专利]一种基于手工特征和深度特征融合的肺结节图像处理方法在审
| 申请号： | 202111201550.6 | 申请日： | 2021-10-15 |
| 公开（公告）号： | CN113889231A | 公开（公告）日： | 2022-01-04 |
| 发明（设计）人： | 李阳;郑贺伟 | 申请（专利权）人： | 长春工业大学 |
| 主分类号： | G16H30/20 | 分类号： | G16H30/20;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 130012 吉林省长春市*** | 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： | 本发明公开一种基于手工特征和深度特征融合的肺结节图像处理方法。从肺部CT图像中提取出肺结节的ROI；然后对肺结节的ROI提取13维手工特征；将在ImageNet上预训练的VGG16模型作为特征提取器，提取肺结节的ROI的深度特征；采用PCA对深度特征进行降维；将手工特征和降维后的深度特征级联以获得融合特征；将融合特征输入MKL‑SVM‑PSO算法实现肺结节识别。本发明将肺结节的手工特征和深度特征相融合，克服了手工特征无法完全反映病变内部特征的缺点，弥补了深度特征缺乏可解释性的问题；采用MKL‑SVM‑PSO作为肺结节识别算法，可以快速、准确地找到算法的最优参数组，更易得到全局最优解；将本发明应用于肺CAD中，可有效减轻医生负担，提高医疗效率。 | ||
| 搜索关键词： | 一种 基于 手工 特征 深度 融合 结节 图像 处理 方法 | ||
【主权项】：
暂无信息
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长春工业大学，未经长春工业大学许可，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/202111201550.6/，转载请声明来源钻瓜专利网。
