用于肺结节检测的卷积神经网络模型的构建方法
授权
摘要
本发明用于肺结节检测的卷积神经网络模型的构建方法，涉及图像分析，是一种根据肺结节不同形态自适应提取特征的肺结节检测方法，引入了自适应卷积层和多尺寸特征图融合预测技术，充分考虑到CT图像中不同结节的大小以及形态差异，提高速度的同时也提高了精度，克服了现有技术使用的3D和2D卷积检测模型均存在使用不同的卷积神经网络提取特征没有充分考虑到CT图像中不同结节的形态差异和3D卷积网络的计算量比较大需要很大的内存空间，使得其应用受到限制的缺陷。
基本信息
专利标题 ：
用于肺结节检测的卷积神经网络模型的构建方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110853011A
申请号 ：
CN201911095123.7
公开（公告）日 ：
2020-02-28
申请日 ：
2019-11-11
授权号 ：
CN110853011B
授权日 ：
2022-05-27
发明人 ：
顾军华田泽培孙哲然王峰郑子辰李一凡张亚娟
申请人 ：
河北工业大学
申请人地址 ：
天津市红桥区丁字沽光荣道8号河北工业大学东院330#
代理机构 ：
天津翰林知识产权代理事务所(普通合伙)
代理人 ：
胡安朋
优先权 ：
CN201911095123.7
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T7/136 G06K9/32 G06K9/62 G06N3/04
相关图片
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
2022-05-27 ：
授权
2020-03-24 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20191111
申请日 : 20191111
2020-02-28 ：
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
1、
CN110853011A.PDF
PDF下载
