一种基于新型神经网络模型的CT影像肺结节良恶性分类方法
授权
摘要
本发明公开了一种基于新型神经网络模型的CT影像肺结节良恶性分类方法，包括训练过程和测试过程；所述训练过程包括步骤一，预处理原始影像，重设体素间距为(1,1,1)，并转换为体素坐标；步骤二，从CT影像中截取三维正负样本；步骤三，设定最大值和最小值，对样本数据进行标准化；步骤四，构建新型神经网络模型；步骤五，设定训练超参数，以小批量的形式，导入数据训练模型；步骤六，模型训练充分后，保存模型；本发明提供的CT影像肺结节良恶性分类方法，准确率较高，可以准确地对肺结节的良恶性进行分类。
基本信息
专利标题 ：
一种基于新型神经网络模型的CT影像肺结节良恶性分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109242839A
申请号 ：
CN201810996257.5
公开（公告）日 ：
2019-01-18
申请日 ：
2018-08-29
授权号 ：
CN109242839B
授权日 ：
2022-04-22
发明人 ：
张鹏徐欣楠姜格宁张雷
申请人 ：
上海市肺科医院
申请人地址 ：
上海市杨浦区政民路507号
代理机构 ：
上海申新律师事务所
代理人 ：
俞涤炯
优先权 ：
CN201810996257.5
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06K9/62 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-04-22 ：
授权
2019-02-19 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20180829
申请日 : 20180829
2019-01-18 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
