1. 您所在位置：
  2. 网站首页
  3. 专利分类
  4. 物理
发明

一种基于GAN和Unet网络的肺结节智能诊断方法2023

2023-12-29 07:26:42 发布于四川 3
  • 申请专利号：CN202010277366.9
  • 公开（公告）日：2023-12-26
  • 公开（公告）号：CN111524144A
  • 申请人：南通大学
摘要：本发明公开了一种基于GAN和Unet网络的肺结节智能诊断方法，包括以下步骤：对数据源中的肺部CT图像进行人工标注，以此获得肺结节的形态和位置信息；将肺部CT图像及其标注信息整合，作为完整的数据集；针对数据集进行图像预处理，划分数据集；将数据输入到已经构建好的图像增强模型中进行图像增强，得到图形增强模型；将增强的肺部CT图像输入到图像分割模型进行分割，找出疑似结节的位置并分割出来；分割出的图像输入到识别网络中进行判断；通过模型预测，并输出检测结果。本发明通过采用GAN作为图像增强网络，Unet作为图像分割网络，3DCNN作为特征提取的识别网络，Tensorflow作为开发框架，使得疑似肺结节得位置和形态能够及时被找出，提高工作的效率。

专利内容

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111524144 A (43)申请公布日 2020.08.11 (21)申请号 202010277366.9 (22)申请日 2020.04.10 (71)申请人 南通大学 地址 226000 江苏省南通市啬园路9号 (72)发明人 石建　 (74)专利代理机构 南京瑞弘专利商标事务所 (普通合伙) 32249 代理人 许洁 (51)Int.Cl. G06T 7/11(2017.01) G06K 9/62(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 权利要求书2页 说明书8页 附图4页 (54)发明名称 一种基于GAN和Unet网络的肺结节智能诊断 方法 (57)摘要 本发明公开了一种基于GAN和Unet网络的肺 结节智能诊断方法，包括以下步骤：对数据源中 的肺部CT图像进行人工标注，以此获得肺结节的 形态和位置信息；将肺部CT图像及其标注信息整 合，作为完整的数据集；针对数据集进行图像预 处理，划分数据集；将数据输入到已经构建好的 图像增强模型中进行图像增强，得到图形增强模 型；将增强的肺部CT图像输入到图像分割模型进 行分割，找出疑似结节的位置并分割出来；分割 出的图像输入到识别网络中进行判断；通过模型 预测，并输出检测结果。本发明通过采用GAN作为

最新专利

相关专利