CN108389201A - 基于3d卷积神经网络与深度学习的肺结节良恶性分类方法 - Google Patents
基于3d卷积神经网络与深度学习的肺结节良恶性分类方法 Download PDFInfo
- Publication number
- CN108389201A CN108389201A CN201810217530.XA CN201810217530A CN108389201A CN 108389201 A CN108389201 A CN 108389201A CN 201810217530 A CN201810217530 A CN 201810217530A CN 108389201 A CN108389201 A CN 108389201A
- Authority
- CN
- China
- Prior art keywords
- lung neoplasm
- good pernicious
- neural network
- network model
- training sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
- G06T2207/30064—Lung nodule
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
Description
Claims (7)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810217530.XA CN108389201B (zh) | 2018-03-16 | 2018-03-16 | 基于3d卷积神经网络与深度学习的肺结节良恶性分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810217530.XA CN108389201B (zh) | 2018-03-16 | 2018-03-16 | 基于3d卷积神经网络与深度学习的肺结节良恶性分类方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108389201A true CN108389201A (zh) | 2018-08-10 |
CN108389201B CN108389201B (zh) | 2020-06-30 |
Family
ID=63066522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810217530.XA Active CN108389201B (zh) | 2018-03-16 | 2018-03-16 | 基于3d卷积神经网络与深度学习的肺结节良恶性分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108389201B (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109446627A (zh) * | 2018-10-22 | 2019-03-08 | 青岛美迪康数字工程有限公司 | 内窥镜图像识别方法及装置 |
CN109492690A (zh) * | 2018-11-06 | 2019-03-19 | 广州大学 | 一种基于卷积神经网络检测ct图像的方法 |
CN109544510A (zh) * | 2018-10-24 | 2019-03-29 | 广州大学 | 一种基于卷积神经网络的三维肺结节识别方法 |
CN109871838A (zh) * | 2019-04-18 | 2019-06-11 | 电子科技大学 | 基于级联深度网络的阿尔茨海默症病灶脑区的提取方法 |
CN109919931A (zh) * | 2019-03-08 | 2019-06-21 | 数坤(北京)网络科技有限公司 | 冠脉狭窄度评价模型训练方法及评价系统 |
CN110084237A (zh) * | 2019-05-09 | 2019-08-02 | 北京化工大学 | 肺结节的检测模型构建方法、检测方法和装置 |
CN110221346A (zh) * | 2019-07-08 | 2019-09-10 | 西南石油大学 | 一种基于残差块全卷积神经网络的数据噪声压制方法 |
CN110223286A (zh) * | 2019-06-13 | 2019-09-10 | 吉林大学第一医院 | 一种肺部ct图像粘连血管型结节检测方法 |
CN110277174A (zh) * | 2019-06-14 | 2019-09-24 | 上海海洋大学 | 一种基于神经网络的抗癌药物协同作用的预测方法 |
CN110309860A (zh) * | 2019-06-06 | 2019-10-08 | 昆明理工大学 | 基于卷积神经网络对肺结节的恶性程度进行分类的方法 |
CN110473619A (zh) * | 2019-08-16 | 2019-11-19 | 电子科技大学 | 基于深度学习的纤支镜插管辅助决策方法 |
CN110516747A (zh) * | 2019-08-29 | 2019-11-29 | 电子科技大学 | 基于对抗生成网络和自编码结合的肺结节良恶性分类方法 |
CN110534192A (zh) * | 2019-07-24 | 2019-12-03 | 大连理工大学 | 一种基于深度学习的肺结节良恶性识别方法 |
CN111046891A (zh) * | 2018-10-11 | 2020-04-21 | 杭州海康威视数字技术股份有限公司 | 车牌识别模型的训练方法、车牌识别方法和装置 |
CN111080625A (zh) * | 2019-12-18 | 2020-04-28 | 北京推想科技有限公司 | 肺部影像条索检测模型的训练方法及其训练装置 |
CN111210909A (zh) * | 2020-01-13 | 2020-05-29 | 青岛大学附属医院 | 一种基于深度神经网络的直肠癌t分期自动诊断系统及其构建方法 |
CN111340793A (zh) * | 2020-03-05 | 2020-06-26 | 上海市肺科医院(上海市职业病防治院) | 一种肺部亚实性结节性质检测系统及方法 |
CN111415728A (zh) * | 2019-11-25 | 2020-07-14 | 刘雷 | 基于cnn和gan的ct图像数据自动分类方法及设备 |
CN111539918A (zh) * | 2020-04-15 | 2020-08-14 | 复旦大学附属肿瘤医院 | 基于深度学习的磨玻璃肺结节风险分层预测系统 |
WO2020253852A1 (zh) * | 2019-06-21 | 2020-12-24 | 腾讯科技(深圳)有限公司 | 图片识别方法、识别模型训练方法、装置及存储介质 |
CN112396591A (zh) * | 2020-11-25 | 2021-02-23 | 暨南大学附属第一医院(广州华侨医院) | 一种基于腰椎x线图像的骨质疏松智能评估方法 |
CN112598083A (zh) * | 2021-02-26 | 2021-04-02 | 慧影医疗科技(北京)有限公司 | 一种肺结节样本数据的分类方法、装置和电子设备 |
CN112634210A (zh) * | 2020-12-10 | 2021-04-09 | 重庆大学 | 一种基于三维ct影像的肺结节检测方法 |
CN113139928A (zh) * | 2020-01-16 | 2021-07-20 | 中移(上海)信息通信科技有限公司 | 肺结节检测模型的训练方法和肺结节检测方法 |
CN113888519A (zh) * | 2021-10-14 | 2022-01-04 | 四川大学华西医院 | 一种用于预测肺部实性结节恶性程度的预测系统 |
WO2022100496A1 (zh) * | 2020-11-13 | 2022-05-19 | 上海健康医学院 | 一种肺结节分类方法、介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574871A (zh) * | 2015-12-16 | 2016-05-11 | 深圳市智影医疗科技有限公司 | 在放射图像中检测肺部局部性病变的分割分类方法和系统 |
CN106940816A (zh) * | 2017-03-22 | 2017-07-11 | 杭州健培科技有限公司 | 基于3d全连接卷积神经网络的ct图像肺结节检测系统 |
CN107016665A (zh) * | 2017-02-16 | 2017-08-04 | 浙江大学 | 一种基于深度卷积神经网络的ct肺结节检测方法 |
CN107103187A (zh) * | 2017-04-10 | 2017-08-29 | 四川省肿瘤医院 | 基于深度学习的肺结节检测分级与管理的方法及系统 |
CN107590797A (zh) * | 2017-07-26 | 2018-01-16 | 浙江工业大学 | 一种基于三维残差神经网络的ct影像肺结节检测方法 |
US20180033144A1 (en) * | 2016-09-21 | 2018-02-01 | Realize, Inc. | Anomaly detection in volumetric images |
-
2018
- 2018-03-16 CN CN201810217530.XA patent/CN108389201B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574871A (zh) * | 2015-12-16 | 2016-05-11 | 深圳市智影医疗科技有限公司 | 在放射图像中检测肺部局部性病变的分割分类方法和系统 |
US20180033144A1 (en) * | 2016-09-21 | 2018-02-01 | Realize, Inc. | Anomaly detection in volumetric images |
CN107016665A (zh) * | 2017-02-16 | 2017-08-04 | 浙江大学 | 一种基于深度卷积神经网络的ct肺结节检测方法 |
CN106940816A (zh) * | 2017-03-22 | 2017-07-11 | 杭州健培科技有限公司 | 基于3d全连接卷积神经网络的ct图像肺结节检测系统 |
CN107103187A (zh) * | 2017-04-10 | 2017-08-29 | 四川省肿瘤医院 | 基于深度学习的肺结节检测分级与管理的方法及系统 |
CN107590797A (zh) * | 2017-07-26 | 2018-01-16 | 浙江工业大学 | 一种基于三维残差神经网络的ct影像肺结节检测方法 |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111046891A (zh) * | 2018-10-11 | 2020-04-21 | 杭州海康威视数字技术股份有限公司 | 车牌识别模型的训练方法、车牌识别方法和装置 |
CN109446627A (zh) * | 2018-10-22 | 2019-03-08 | 青岛美迪康数字工程有限公司 | 内窥镜图像识别方法及装置 |
CN109544510A (zh) * | 2018-10-24 | 2019-03-29 | 广州大学 | 一种基于卷积神经网络的三维肺结节识别方法 |
CN109544510B (zh) * | 2018-10-24 | 2021-10-26 | 广州大学 | 一种基于卷积神经网络的三维肺结节识别方法 |
CN109492690A (zh) * | 2018-11-06 | 2019-03-19 | 广州大学 | 一种基于卷积神经网络检测ct图像的方法 |
CN109919931A (zh) * | 2019-03-08 | 2019-06-21 | 数坤(北京)网络科技有限公司 | 冠脉狭窄度评价模型训练方法及评价系统 |
CN109871838A (zh) * | 2019-04-18 | 2019-06-11 | 电子科技大学 | 基于级联深度网络的阿尔茨海默症病灶脑区的提取方法 |
CN110084237A (zh) * | 2019-05-09 | 2019-08-02 | 北京化工大学 | 肺结节的检测模型构建方法、检测方法和装置 |
CN110309860A (zh) * | 2019-06-06 | 2019-10-08 | 昆明理工大学 | 基于卷积神经网络对肺结节的恶性程度进行分类的方法 |
CN110223286A (zh) * | 2019-06-13 | 2019-09-10 | 吉林大学第一医院 | 一种肺部ct图像粘连血管型结节检测方法 |
CN110277174A (zh) * | 2019-06-14 | 2019-09-24 | 上海海洋大学 | 一种基于神经网络的抗癌药物协同作用的预测方法 |
CN110277174B (zh) * | 2019-06-14 | 2023-10-13 | 上海海洋大学 | 一种基于神经网络的抗癌药物协同作用的预测方法 |
WO2020253852A1 (zh) * | 2019-06-21 | 2020-12-24 | 腾讯科技(深圳)有限公司 | 图片识别方法、识别模型训练方法、装置及存储介质 |
CN110221346A (zh) * | 2019-07-08 | 2019-09-10 | 西南石油大学 | 一种基于残差块全卷积神经网络的数据噪声压制方法 |
CN110534192B (zh) * | 2019-07-24 | 2023-12-26 | 大连理工大学 | 一种基于深度学习的肺结节良恶性识别方法 |
CN110534192A (zh) * | 2019-07-24 | 2019-12-03 | 大连理工大学 | 一种基于深度学习的肺结节良恶性识别方法 |
CN110473619A (zh) * | 2019-08-16 | 2019-11-19 | 电子科技大学 | 基于深度学习的纤支镜插管辅助决策方法 |
CN110473619B (zh) * | 2019-08-16 | 2022-05-27 | 电子科技大学 | 基于深度学习的纤支镜插管辅助决策系统 |
CN110516747A (zh) * | 2019-08-29 | 2019-11-29 | 电子科技大学 | 基于对抗生成网络和自编码结合的肺结节良恶性分类方法 |
CN111415728A (zh) * | 2019-11-25 | 2020-07-14 | 刘雷 | 基于cnn和gan的ct图像数据自动分类方法及设备 |
CN111080625A (zh) * | 2019-12-18 | 2020-04-28 | 北京推想科技有限公司 | 肺部影像条索检测模型的训练方法及其训练装置 |
CN111210909A (zh) * | 2020-01-13 | 2020-05-29 | 青岛大学附属医院 | 一种基于深度神经网络的直肠癌t分期自动诊断系统及其构建方法 |
CN113139928B (zh) * | 2020-01-16 | 2024-02-23 | 中移(上海)信息通信科技有限公司 | 肺结节检测模型的训练方法和肺结节检测方法 |
CN113139928A (zh) * | 2020-01-16 | 2021-07-20 | 中移(上海)信息通信科技有限公司 | 肺结节检测模型的训练方法和肺结节检测方法 |
CN111340793A (zh) * | 2020-03-05 | 2020-06-26 | 上海市肺科医院(上海市职业病防治院) | 一种肺部亚实性结节性质检测系统及方法 |
CN111539918A (zh) * | 2020-04-15 | 2020-08-14 | 复旦大学附属肿瘤医院 | 基于深度学习的磨玻璃肺结节风险分层预测系统 |
WO2022100496A1 (zh) * | 2020-11-13 | 2022-05-19 | 上海健康医学院 | 一种肺结节分类方法、介质及电子设备 |
CN112396591A (zh) * | 2020-11-25 | 2021-02-23 | 暨南大学附属第一医院(广州华侨医院) | 一种基于腰椎x线图像的骨质疏松智能评估方法 |
CN112634210A (zh) * | 2020-12-10 | 2021-04-09 | 重庆大学 | 一种基于三维ct影像的肺结节检测方法 |
CN112634210B (zh) * | 2020-12-10 | 2024-04-09 | 重庆大学 | 一种基于三维ct影像的肺结节检测方法 |
CN112598083A (zh) * | 2021-02-26 | 2021-04-02 | 慧影医疗科技(北京)有限公司 | 一种肺结节样本数据的分类方法、装置和电子设备 |
CN113888519A (zh) * | 2021-10-14 | 2022-01-04 | 四川大学华西医院 | 一种用于预测肺部实性结节恶性程度的预测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108389201B (zh) | 2020-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108389201A (zh) | 基于3d卷积神经网络与深度学习的肺结节良恶性分类方法 | |
CN110197493B (zh) | 眼底图像血管分割方法 | |
CN110070935B (zh) | 基于对抗神经网络的医学图像合成方法、分类方法及装置 | |
CN108464840B (zh) | 一种乳腺肿块自动检测方法及系统 | |
CN108257135A (zh) | 基于深度学习方法解读医学图像特征的辅助诊断系统 | |
CN109767440A (zh) | 一种面向深度学习模型训练和学习的影像图像数据扩充方法 | |
CN103200861B (zh) | 类似病例检索装置以及类似病例检索方法 | |
CN109741346A (zh) | 感兴趣区域提取方法、装置、设备及存储介质 | |
CN109145921A (zh) | 一种基于改进的直觉模糊c均值聚类的图像分割方法 | |
CN103699904B (zh) | 多序列核磁共振影像的图像计算机辅助判断方法 | |
CN107103187A (zh) | 基于深度学习的肺结节检测分级与管理的方法及系统 | |
CN110047082A (zh) | 基于深度学习的胰腺神经内分泌肿瘤自动分割方法及系统 | |
CN110084237A (zh) | 肺结节的检测模型构建方法、检测方法和装置 | |
CN110503635B (zh) | 一种基于异构数据融合网络的手骨x光片骨龄评估方法 | |
CN112101451A (zh) | 一种基于生成对抗网络筛选图像块的乳腺癌组织病理类型分类方法 | |
EP2434434A2 (en) | Method and system for training a landmark detector using multiple instance learning | |
CN108364293A (zh) | 一种在线训练甲状腺肿瘤超声图像识别方法及其装置 | |
CN110322438A (zh) | 结核分枝杆菌自动检测模型的训练方法及自动检测系统 | |
CN109919254B (zh) | 乳腺密度分类方法、系统、可读存储介质和计算机设备 | |
CN110276763A (zh) | 一种基于可信度和深度学习的视网膜血管分割图生成方法 | |
CN114359629B (zh) | 一种基于深度迁移学习的肺炎x胸片分类识别方法 | |
CN109448854A (zh) | 一种肺结核检测模型的构建方法及应用 | |
CN111816314B (zh) | 一种用于人工智能筛查尘肺病胸片遴选、标注及验证方法 | |
CN112635069A (zh) | 一种基于常规检验数据的肺结核智能识别方法 | |
CN113343755A (zh) | 红细胞图像中的红细胞分类系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: Room B401, floor 4, building 1, No. 12, Shangdi Information Road, Haidian District, Beijing 100085 Patentee after: Tuxiang Medical Technology Co., Ltd Address before: 100025 C, Chaoyang District International Ocean Center, Beijing, 807 Patentee before: Beijing Tuoxiang Technology Co.,Ltd. |
|
CP03 | Change of name, title or address | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211215 Address after: 430030 unit 12, floor 40, Yuexiu wealth center, No. 1, Zhongshan Avenue, Qiaokou District, Wuhan, Hubei Province (Building 6, plot a of Qiaokou Golden Triangle) Patentee after: Wuhan Fanxiang Medical Technology Co.,Ltd. Patentee after: Tuxiang Medical Technology Co., Ltd Address before: Room B401, 4 / F, building 1, No. 12, shangdixin Road, Haidian District, Beijing 100085 Patentee before: Tuxiang Medical Technology Co., Ltd |
|
TR01 | Transfer of patent right |