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

基于深度学习的肺部CT图像肺结节全自动分割方法和系统2026

2024-06-01 07:25:29 发布于四川 3
  • 申请专利号：CN202410234223.8
  • 公开（公告）日：2026-08-14
  • 公开（公告）号：CN118072017A
  • 申请人：浙江大学
摘要：本发明公开了一种基于深度学习的肺部CT图像肺结节全自动分割系统和方法，包括特征提取单元、像素级检测单元以及像素级分割单元，其中特征提取单元用于提取肺部CT图像的图像特征图；像素级检测单元用于根据图像特征图预测每个像素的边界框以定位和识别候选结节得到候选结节检测框；像素级分割单元用于基于识别的候选结节检测框从图像特征图中裁剪得到候选结节区域，并基于候选结节区域预测输出肺结节分割结果，可以解决多任务网络中肺结节检测和分割不一致性问题，能够保持最小的模型参数的同时实现较高的分割性能，实现了完全自动的肺结节分割。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 118072017 A (43)申请公布日 2024.05.24 (21)申请号 202410234223.8 G06V 10/44 (2022.01) G06V 10/52 (2022.01) (22)申请日 2024.03.01 G06V 10/42 (2022.01) (71)申请人 浙江大学 G06V 10/80 (2022.01) 地址 310058 浙江省杭州市西湖区余杭塘 G06V 10/82 (2022.01) 路866号 G06N 3/0464 (2023.01) (72)发明人 王越　聂秀萍　刘立陆　陆豪健　 G06N 3/0455 (2023.01) 熊蓉　 G06N 3/084 (2023.01) G06N 3/0985 (2023.01) (74)专利代理机构 杭州天勤知识产权代理有限

最新专利

相关专利