公开(公告)号：CN109919230B

公开(公告)日：2022-12-06

申请号：CN201910177870.9

申请日：2019-03-10

Applicant: 西安电子科技大学

Inventor： 姬红兵 ,  朱文文 ,  张文博 ,  刘思成 ,  段育松

IPC: G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种基于循环特征金字塔的医学图像肺结节检测方法，主要解决现有技术对肺部微小结节和磨玻璃结节提取难度大而导致检测精度低的问题。其实现步骤为：1)获取医学图像；2)对医学图像进行预处理，扩充样本数据集；3)结合特征图构建循环特征金字塔检测模型；4)利用扩充数据集样本对检测模型进行训练，得到目标检测模型；5)将数据集中的测试集输入到训练好的检测模型中进行肺部结节检测。本发明构建了新的特征提取网络，加快了网络训练速度，增强了对不同尺寸结节的敏感度，提高了医学图像肺部结节的检测精度，可用于计算机辅助医疗诊断系统。

公开(公告)号：CN109919230A

公开(公告)日：2019-06-21

申请号：CN201910177870.9

申请日：2019-03-10

Applicant: 西安电子科技大学

Inventor： 姬红兵 ,  朱文文 ,  张文博 ,  刘思成 ,  段育松

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于循环特征金字塔的医学图像肺结节检测方法，主要解决现有技术对肺部微小结节和磨玻璃结节提取难度大而导致检测精度低的问题。其实现步骤为：1)获取医学图像；2)对医学图像进行预处理，扩充样本数据集；3)结合特征图构建循环特征金字塔检测模型；4)利用扩充数据集样本对检测模型进行训练，得到目标检测模型；5)将数据集中的测试集输入到训练好的检测模型中进行肺部结节检测。本发明构建了新的特征提取网络，加快了网络训练速度，增强了对不同尺寸结节的敏感度，提高了医学图像肺部结节的检测精度，可用于计算机辅助医疗诊断系统。