一种基于全卷积神经网络的肺部CT良恶性结节诊断仪器
- 专利权人:
- 广州大学
- 发明人:
- 黄文恺,薛义豪,胡凌恺,彭广龙,何杰贤,倪皓舟,吴羽
- 申请号：
- CN201810953893.X
- 公开号：
- CN109124668A
- 申请日:
- 2018.21.08
- 申请国别(地区):
- CN
- 年份:
- 2019
- 代理人:
- 摘要：
- 本发明公开了一种基于全卷积神经网络的肺部CT良恶性结节诊断仪器,仪器执行以下方法步骤:首先,收集结节图片,对结节分别标注其良恶性,制作成一个训练数据集;然后对图片进行降噪处理;设计全卷积神经网络结构;使用降噪处理后的结节图片对全卷积神经网络进行训练;最后,将训练完成的全卷积神经网络集成为系统,使用全卷积神经网络系统对结节图片进行识别与预测其良恶性。本发明通过全卷积神经网络系统对肺部结节的良恶性进行预测,从而能得到其性质类别,可辅助医生诊断,降低了医生的误诊率,并且能加快诊断速度,实现过程方便且通用性强。
- 来源网站：
- 中国工程科技知识中心
