基于多特征融合的肺结节良恶性预测系统及方法
实质审查的生效
摘要
本发明提供一种基于多特征融合的肺结节良恶性预测系统及方法，属于医学图像处理技术领域，包括：第一获取模块，用于获取患者的肺部CT图像；第二获取模块，用于获取肺部CT图像中包含的肺结节的物理结构属性特征；提取模块，用于提取肺部CT图像的深度特征；融合模块，用于将深度特征和物理结构属性特征进行融合，得到融合特征；分类模块，用于对所述融合特征进行处理，得到所述肺部CT图像中包含的肺结节的良恶性等级分类结果。本发明针对肺结节良恶性识别，将肺结节属性特征与深度学习特征结合，确定了属性特征在肺结节良恶性分类中的重要性；具有较高的分类准确度、特异性、敏感性及曲线下面积，为辅助医生进行肺癌诊断和治疗提供了可靠的数据。
基本信息
专利标题 ：
基于多特征融合的肺结节良恶性预测系统及方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114373096A
申请号 ：
CN202111502379.2
公开（公告）日 ：
2022-04-19
申请日 ：
2021-12-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
乔建苹范燕玲颉丽华杨晓双姚文龙
申请人 ：
山东师范大学
申请人地址 ：
山东省济南市历下区文化东路88号
代理机构 ：
济南圣达知识产权代理有限公司
代理人 ：
朱忠范
优先权 ：
CN202111502379.2
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/80 G06V10/82 G06T7/00 G06N3/04 G06N3/08 G06K9/62
法律状态
2022-05-06 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20211209
申请日 : 20211209
2022-04-19 ：
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
