公开(公告)号：CN108389178A

公开(公告)日：2018-08-10

申请号：CN201810028242.X

申请日：2018-01-11

Applicant: 上海交通大学

Inventor： 王琴 ,  沈丰毅 ,  沈林耀 ,  景乃锋 ,  蒋剑飞 ,  绳伟光

IPC: G06T7/00 ,  G06N3/04

CPC classification number: G06T7/0012 ,  G06N3/0481 ,  G06T2207/10081 ,  G06T2207/20081 ,  G06T2207/30064

Abstract: 本发明提供了一种基于卷积神经网络的肺部CT预处理方法及系统，包括：将每一张原始的肺部CT图像以同样顺序和大小进行切片编号，得到多个图像块；将图像块分为有病结、无组织或腔壁、有血管或其他肺部组织以及有肺部腔壁，输入卷积神经网络中进行训练。本发明的图像切片分类处理能够降低系统复杂度，同时保证肺结节特征的完整性，能够很好的用于卷积神经网络的训练，有很高的敏感性和较低的误诊率，使卷积神经网络能够在应用中快速的实现肺结节的识别和定位。

公开(公告)号：CN108389183A

公开(公告)日：2018-08-10

申请号：CN201810070005.X

申请日：2018-01-24

Applicant: 上海交通大学

Inventor： 王琴 ,  李永博 ,  沈丰毅 ,  景乃锋 ,  蒋剑飞 ,  绳伟光

IPC: G06T7/00 ,  G06N3/08 ,  G06N3/04

CPC classification number: G06T7/0012 ,  G06N3/0454 ,  G06N3/0481 ,  G06N3/08 ,  G06T2207/30064

Abstract: 本发明提供了一种肺部结节检测神经网络加速器及其控制方法，输入数据通过控制模块进入FIFO模块，然后进入卷积模块完成卷积中的乘累加运算，乘累加运算后进入累加模块累加中间值，累加中间值后进入激活函数模块进行激活函数，激活函数后进入降采样模块进行均值池化，均值池化后进入光栅化模块进行光栅化，将输出转化为一维向量返回控制模块；控制模块调用并配置FIFO模块、卷积模块、累加模块、激活函数模块、降采样模块和光栅化模块控制迭代，以及将迭代结果传输至全连接层进行乘累加运算和概率比较。本发明通过控制模块针对该肺部结节检测网络优化了迭代控制逻辑，以节省资源消耗，增加数据吞吐率。