-
公开(公告)号:CN109685776B
公开(公告)日:2021-01-19
申请号:CN201811514274.7
申请日:2018-12-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于CT图像的肺结节检测方法及系统,其中的检测方法具体包含以下步骤:(1)基于UNet网络的快速定位处理:利用基于UNet网络的模型获取疑似肺结节的掩码;(2)基于DSSD网络的目标检测处理:利用基于DSSD网络的模型对与第(1)步所获得的肺结节掩码对应的图像块进行处理,以获得肺结节的检测结果;(3)基于3DCNN的假阳性筛选处理:利用基于3DCNN的模型对候选结节进行筛选,以剔除假阳性结节。本发明通过对CT图像中肺结节检测方法的整体流程以及各个功能模块的设计进行改进,实现了较为理想的检测性能,即其可以对各种类型的肺结节进行检测,与现有技术相比,能够有效地减少对检测结果的人工干预。
-
公开(公告)号:CN109636817A
公开(公告)日:2019-04-16
申请号:CN201811458155.4
申请日:2018-11-30
Applicant: 华中科技大学
IPC: G06T7/12
CPC classification number: G06T7/12 , G06T2207/10081 , G06T2207/20081 , G06T2207/20084 , G06T2207/30064
Abstract: 本发明公开了一种基于二维卷积神经网络的肺结节分割方法,包括:基于加权采样策略对肺结节正负样本进行采样;根据采样获得的数据训练二维卷积神经网络模型,得到训练好的二维卷积神经网络模型;使用训练好的二维卷积神经网络模型,对待分割样本的每个体素进行预测,得到肺结节分割结果。本发明在计算CT图像中非肺结节类的体素的采样权重时,考虑了非肺结节组织的灰度信息,以挖掘除灰度特征以外的高级特征、从而适应肺结节的异质性;以肺结节边缘体素为基准,实现对不同大小尺寸的肺结节的充分采样;基于残差块的双分支级联网络可提取肺结节局部的纹理信息和上下文信息;通过对该两种不同尺度的图像块的级联,实现对尺寸较小的肺结节的分割。
-
公开(公告)号:CN109685776A
公开(公告)日:2019-04-26
申请号:CN201811514274.7
申请日:2018-12-12
Applicant: 华中科技大学
CPC classification number: G06T7/0012 , G06T3/4038 , G06T7/136 , G06T2207/10081 , G06T2207/20081 , G06T2207/20084 , G06T2207/20221 , G06T2207/30064
Abstract: 本发明公开了一种基于CT图像的肺结节检测方法及系统,其中的检测方法具体包含以下步骤:(1)基于UNet网络的快速定位处理:利用基于UNet网络的模型获取疑似肺结节的掩码;(2)基于DSSD网络的目标检测处理:利用基于DSSD网络的模型对与第(1)步所获得的肺结节掩码对应的图像块进行处理,以获得肺结节的检测结果;(3)基于3DCNN的假阳性筛选处理:利用基于3DCNN的模型对候选结节进行筛选,以剔除假阳性结节。本发明通过对CT图像中肺结节检测方法的整体流程以及各个功能模块的设计进行改进,实现了较为理想的检测性能,即其可以对各种类型的肺结节进行检测,与现有技术相比,能够有效地减少对检测结果的人工干预。
-
公开(公告)号:CN109636817B
公开(公告)日:2020-10-30
申请号:CN201811458155.4
申请日:2018-11-30
Applicant: 华中科技大学
IPC: G06T7/12
Abstract: 本发明公开了一种基于二维卷积神经网络的肺结节分割方法,包括:基于加权采样策略对肺结节正负样本进行采样;根据采样获得的数据训练二维卷积神经网络模型,得到训练好的二维卷积神经网络模型;使用训练好的二维卷积神经网络模型,对待分割样本的每个体素进行预测,得到肺结节分割结果。本发明在计算CT图像中非肺结节类的体素的采样权重时,考虑了非肺结节组织的灰度信息,以挖掘除灰度特征以外的高级特征、从而适应肺结节的异质性;以肺结节边缘体素为基准,实现对不同大小尺寸的肺结节的充分采样;基于残差块的双分支级联网络可提取肺结节局部的纹理信息和上下文信息;通过对该两种不同尺度的图像块的级联,实现对尺寸较小的肺结节的分割。
-
-
-