公开(公告)号：CN107341265B

公开(公告)日：2020-08-14

申请号：CN201710595879.2

申请日：2017-07-20

Applicant: 东北大学

Inventor： 信俊昌 ,  徐玲 ,  李默 ,  苗立坤 ,  林志祥

IPC: G06F16/583 ,  G16H30/20

Abstract: 本发明涉及一种融合深度特征的乳腺图像检索系统与方法，系统包括图像批处理单元，用于对检索图像和图像集进行批处理；特征提取单元，用于对批处理之后的检索图像和图像集进行特征提取以获得传统融合特征和深度特征；相似性度量单元，用于对检索图像和图像集的传统融合特征进行相似性度量，对检索图像和图像集的深度特征进行相似性度量，并将传统融合特征度量结果和深度特征度量结果进行融合得到最高相似性图像集。本发明的深度特征的乳腺图像检索系统与方法，在提取乳腺钼钯X线图像的传统的纹理、灰度的基础上，增加了深度特征能够有效的代表检索图像，提高乳腺钼靶X线图像的检索的准确率，从而为乳腺癌的辅助诊断提供了帮助。

公开(公告)号：CN110148467B

公开(公告)日：2023-05-23

申请号：CN201910406366.1

申请日：2019-05-16

Applicant: 东北大学

Inventor： 信俊昌 ,  罗艺栖 ,  王之琼 ,  林志祥 ,  李云飞 ,  姚钟铭 ,  范子嘉 ,  曲璐渲

IPC: G16H50/20 ,  G06T7/10 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/084 ,  G06V10/82 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明提供一种基于改进CNN的肺结节计算机辅助诊断装置及方法，涉及计算机辅助诊断技术领域。该装置及方法通过标签提取器、窗口定位器、图像分割器对胸腔CT图像进行标签提取、分割得到肺结节CT图像；然后将处肺结节CT图像输入到图像特征提取器，提取肺结节CT图像的特征映射图，并对特征映射图进行压缩；最后将肺结节的特征映射图整合成一个特征向量；同时使用反馈优化器和泛化器对整个提取图像特征向量的过程进行调优；然后将特征向量输入到数据训练器中进行数据的训练，最后通过辅助诊断器实现对肺结节良恶性的诊断。本发明装置及方法，可以得到更好的准确率和更低的误诊率，获得了更好的肺结节良恶性辅助诊断的效果。

公开(公告)号：CN110148467A

公开(公告)日：2019-08-20

申请号：CN201910406366.1

申请日：2019-05-16

Applicant: 东北大学

Inventor： 信俊昌 ,  罗艺栖 ,  王之琼 ,  林志祥 ,  李云飞 ,  姚钟铭 ,  范子嘉 ,  曲璐渲

IPC: G16H50/20 ,  G06T7/10 ,  G06K9/62 ,  G06K9/46

Abstract: 本发明提供一种基于改进CNN的肺结节计算机辅助诊断装置及方法，涉及计算机辅助诊断技术领域。该装置及方法通过标签提取器、窗口定位器、图像分割器对胸腔CT图像进行标签提取、分割得到肺结节CT图像；然后将处肺结节CT图像输入到图像特征提取器，提取肺结节CT图像的特征映射图，并对特征映射图进行压缩；最后将肺结节的特征映射图整合成一个特征向量；同时使用反馈优化器和泛化器对整个提取图像特征向量的过程进行调优；然后将特征向量输入到数据训练器中进行数据的训练，最后通过辅助诊断器实现对肺结节良恶性的诊断。本发明装置及方法，可以得到更好的准确率和更低的误诊率，获得了更好的肺结节良恶性辅助诊断的效果。

公开(公告)号：CN107341265A

公开(公告)日：2017-11-10

申请号：CN201710595879.2

申请日：2017-07-20

Applicant: 东北大学

Inventor： 信俊昌 ,  徐玲 ,  李默 ,  苗立坤 ,  林志祥

IPC: G06F17/30 ,  G06F19/00

Abstract: 本发明涉及一种融合深度特征的乳腺图像检索系统与方法，系统包括图像批处理单元，用于对检索图像和图像集进行批处理；特征提取单元，用于对批处理之后的检索图像和图像集进行特征提取以获得传统融合特征和深度特征；相似性度量单元，用于对检索图像和图像集的传统融合特征进行相似性度量，对检索图像和图像集的深度特征进行相似性度量，并将传统融合特征度量结果和深度特征度量结果进行融合得到最高相似性图像集。本发明的深度特征的乳腺图像检索系统与方法，在提取乳腺钼钯X线图像的传统的纹理、灰度的基础上，增加了深度特征能够有效的代表检索图像，提高乳腺钼靶X线图像的检索的准确率，从而为乳腺癌的辅助诊断提供了帮助。

公开(公告)号：CN107392204A

公开(公告)日：2017-11-24

申请号：CN201710595504.6

申请日：2017-07-20

Applicant: 东北大学

Inventor： 赵越 ,  马春晓 ,  李默 ,  林志祥 ,  夏凡

IPC: G06K9/32 ,  G06K9/40 ,  G06K9/46 ,  G06K9/62

CPC classification number: G06K9/3233 ,  G06K9/40 ,  G06K9/4619 ,  G06K9/6267 ,  G06K2209/05

Abstract: 本发明的乳腺图像微钙化点自动检测系统包括图像预处理单元、感兴趣区域提取单元和微钙化点检测单元。图像预处理单元用于对乳腺钼靶X射线图像进行预处理；感兴趣区域提取单元用于对预处理后的图像进行分割获得子区域图像集，提取子区域图像集中含有钙化点的图像集；微钙化点检测单元，用于对感兴趣区域图像进行形态学操作处理和小波重构，得到包含最终种子点的图像，完成对微钙化点的检测。本发明的检测方法采用频域法和空域法相结合的图像增强算法，提出一种基于图像纹理特征、小波系数特征和小波系数的统计特征相结合的方法来提取感兴趣区域，能够在保证钙化点检测准确率的同时有效的降低误检率和漏检率，能更好的辅助医生对钙化点的诊断。