| 发明名称 | 基于卷积神经网络的肺结节良恶性预测方法 | ||
| 摘要 | 本发明提供的基于卷积神经网络的肺结节良恶性预测方法，包括：从肺结节坐标中获取多尺度肺结节图像块；根据所述多尺度肺结节图像块构造所述多尺度肺结节图像块对应的各个卷积神经网络；根据损失函数利用所述多尺度肺结节图像块训练所述卷积神经网络；利用训练的卷积神经网络提取肺结节的低维特征；利用所述低维特征训练非线性分类器，并预测未知肺结节图像块。本发明可以准确地预测未知肺结节图像块的良恶性。 | ||
| 申请公布号 | CN104700118A | 申请公布日期 | 2015.06.10 |
| 申请号 | CN201510117906.6 | 申请日期 | 2015.03.18 |
| 申请人 | 中国科学院自动化研究所 | 发明人 | 田捷;沈伟;杨凤;杨彩云 |
| 分类号 | G06K9/62(2006.01)I;G06K9/46(2006.01)I | 主分类号 | G06K9/62(2006.01)I |
| 代理机构 | 北京博维知识产权代理事务所(特殊普通合伙) 11486 | 代理人 | 方振昌 |
| 主权项 | 一种基于卷积神经网络的肺结节良恶性预测方法，其特征在于，所述方法包括：从肺结节坐标中获取多尺度肺结节图像块；根据所述多尺度肺结节图像块构造所述多尺度肺结节图像块对应的各个卷积神经网络；根据损失函数利用所述多尺度肺结节图像块训练所述卷积神经网络；利用训练的卷积神经网络提取肺结节的低维特征；利用所述低维特征训练非线性分类器，并预测未知肺结节图像块。 | ||
| 地址 | 100080 北京市海淀区中关村东路95号 | ||