公开(公告)号：CN108022242B

公开(公告)日：2023-05-23

申请号：CN201711063219.6

申请日：2017-11-02

Applicant: 通用电气公司

Inventor： S.穆赫吉 ,  R.帕戈利亚 ,  X.黄

IPC: G06T7/11 ,  G06T7/136

Abstract: 本申请涉及处理在成本函数最小化框架中提出的图像分析的系统。本文中描述的实施例提供使用图切割，在基于模型的能量最小化分割中结合学习的肺结节特征的混合技术。使用卷积神经网络，从培训样本中提取特征，并且经由深度学习的能量增广分割成本函数。系统和方法改进了分割性能和更鲁棒的初始化。

公开(公告)号：CN108022242A

公开(公告)日：2018-05-11

申请号：CN201711063219.6

申请日：2017-11-02

Applicant: 通用电气公司

Inventor： S.穆赫吉 ,  R.帕戈利亚 ,  X.黄

IPC: G06T7/11 ,  G06T7/136

CPC classification number: G06T7/143 ,  G06N3/04 ,  G06N3/0454 ,  G06N3/0472 ,  G06N3/08 ,  G06N7/005 ,  G06T5/002 ,  G06T7/11 ,  G06T7/12 ,  G06T7/136 ,  G06T7/162 ,  G06T7/194 ,  G06T2207/10072 ,  G06T2207/10081 ,  G06T2207/10136 ,  G06T2207/20076 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/20161 ,  G06T2207/30064 ,  G06T2207/30096 ,  G06T2207/30101 ,  G06T2207/30061

Abstract: 本文中描述的实施例提供使用图切割，在基于模型的能量最小化分割中结合学习的肺结节特征的混合技术。使用卷积神经网络，从培训样本中提取特征，并且经由深度学习的能量增广分割成本函数。系统和方法改进了分割性能和更鲁棒的初始化。