一种基于双模态极限学习机的肺结节诊断方法
- 专利权人:
- 太原理工大学
- 发明人:
- 强彦,葛磊,赵涓涓,马瑞青,王华,强梓林,唐笑先,杜晓平
- 申请号：
- CN201710351340.2
- 公开号：
- CN107184224B
- 申请日:
- 2017.18.05
- 申请国别(地区):
- CN
- 年份:
- 2020
- 代理人:
- 摘要：
- 本发明公开了一种基于双模态极限学习机的肺结节诊断方法。首先,利用有监督深度自编码网络分别对肺结节PET‑CT图像进行自主特征学习,然后将提取的CT特征和PET特征进行特征层融合,最后采用分类器对融合特征进行分类。本发明简单、易于实现,且识别准确率高,能对肺结节PET‑CT图像分别采用基于深度学习技术和特征融合方法,完全自动、准确地识别出PET‑CT图像中肺结节的良恶性。
- 来源网站：
- 中国工程科技知识中心
