-
公开(公告)号：CN108986067A
公开(公告)日：2018-12-11
申请号：CN201810512988.8
申请日：2018-05-25
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于跨模态的肺结节检测方法，包括：从不同的数据集中获取原始CT图像，分割原始CT图像中的肺腔内部区域，得到肺腔内部区域图像；通过循环一致生成对抗网络CycleGAN对来自不同数据集的肺结节区域图像进行转换处理，得到统一模态的肺结节区域图像；通过经过训练的3D Unet网络对所述候选肺腔内部区域图像进行分割，提取出所述候选肺腔内部区域图像中的候选肺结节块；通过经过训练的3D DenseNet网络对所述候选结节块进行分类处理，删除假阳性的候选肺结节块，得到包含阳性肺结节的目标肺结节块。本发明中的方法检测效率高，误检率低。
-
公开(公告)号：CN108986067B
公开(公告)日：2020-08-14
申请号：CN201810512988.8
申请日：2018-05-25
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于跨模态的肺结节检测方法，包括：从不同的数据集中获取原始CT图像，分割原始CT图像中的肺腔内部区域，得到肺腔内部区域图像；通过循环一致生成对抗网络CycleGAN对来自不同数据集的肺结节区域图像进行转换处理，得到统一模态的肺结节区域图像；通过经过训练的3D Unet网络对所述候选肺腔内部区域图像进行分割，提取出所述候选肺腔内部区域图像中的候选肺结节块；通过经过训练的3D DenseNet网络对所述候选结节块进行分类处理，删除假阳性的候选肺结节块，得到包含阳性肺结节的目标肺结节块。本发明中的方法检测效率高，误检率低。
-
Search Results
2
records
(took 0.014 seconds)
