基于多视图、多尺度、多任务肺结节分类方法

授权

摘要

本发明涉及基于多视图、多尺度、多任务肺结节分类方法，属于医疗图像处理技术领域。本发明包括步骤：首先从3‑D视图中提取9个视图的2D结节切片；提取2D结节切片上的10mm、20mm、40mm补丁；构建3个卷积神经网络模型并使用每个平面视图中提取的补丁按尺度进行训练，然后再融合三个模型的全连接层进行肺结节各个图像的特征融合；在全连接层对肺结节的语义特征联合训练，得到语义特征的分类结果。本发明对肺结节多个语义特征进行分类，最终通过联合多分类准确的标注出结节语义特征。

基本信息

专利标题：

基于多视图、多尺度、多任务肺结节分类方法

专利标题（英）：

暂无

公开（公告）号：

CN111144474A

申请号：

CN201911354214.8

公开（公告）日：

2020-05-12

申请日：

2019-12-25

授权号：

CN111144474B

授权日：

2022-06-14

发明人：

黄青松张帅威刘利军冯旭鹏

申请人：

昆明理工大学

申请人地址：

云南省昆明市五华区学府路253号

代理机构：

代理人：

优先权：

CN201911354214.8

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04 G06N3/08