一种基于深度学习的结直肠息肉检测方法
实质审查的生效
摘要
本发明涉及结直肠息肉检测技术领域，具体涉及一种基于深度学习的结直肠息肉检测方法，包括：从CT影像中获取数据对其进行数据预处理，通过二值化、腐蚀、膨胀等技术，对图像数据进行肠腔实质掩膜提取；然后切割图像进行感兴趣区域(ROI)提取；之后将切割出来的数据影像进行标号保存构建结直肠训练数据集；最后采用一种新的LeNet‑5结构搭建深度学习网络，训练数据，获得影像检测和训练结果。本发明在进行模型训练时，先采用图像预处理技术，找到了疑似区域，大大提高了训练结果的准确性，检测原理简单，检测速度较快，并且随着训练数据的增加，准确率会不断提高。
基本信息
专利标题 ：
一种基于深度学习的结直肠息肉检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114359157A
申请号 ：
CN202111488122.6
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-08
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
袁银龙华亮杜鸣蒋泽宇李俊红桑小虎程赟
申请人 ：
南通大学
申请人地址 ：
江苏省南通市崇川区啬园路9号
代理机构 ：
代理人 ：
优先权 ：
CN202111488122.6
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T7/12 G06N3/08 G06N3/04 G06K9/62 G06V10/25 G06V10/764 G06V10/82
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
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20211208
申请日 : 20211208
2022-04-15 ：
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
