龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：山东省计算中心(国家超级计算济南中心);山东大学齐鲁医院
摘要：本发明的基于卷积神经网络的肺部CT影像衰老评估方法，包括模型构建与训练部分、分类器部分和模型评估部分，模型构建与训练部分首先以健康人群的肺部CT影像建立数据集，并根据健康人群的年龄段对CT影像进行分类，然后对图像进行增强处理和对类别标签进行编码处理，最后建立卷积神经网络模型；分类器部分采用Softmax函数，经过分类器分类，得到输入图像判别为各个衰老程度的概率，并以最高概率对应的年龄段作为CT影像的衰老结果。本发明的基于卷积神经网络的肺部CT影像衰老评估方法，以一种更加客观与快速的方式，实现有效的肺部CT影像评估，在减少人工评估工作量的同时，也减轻人工评估的主观意向对最终诊断结果的影响。
主权项：1.一种基于卷积神经网络的肺部CT影像衰老评估方法，包括模型构建与训练部分、分类器部分和模型评估部分，模型构建与训练部分构建一个13层CNN网络模型，来实现健康人群肺部CT影像特征的逐层提取，分类器部分采用softmax函数给出肺部CT影像的评估结果，模型评估部分对构建的CNN网络模型进行分析和推理；其特征在于，模型构建与训练部分为：首先以健康人群的肺部CT影像建立数据集，并根据健康人群的年龄段对CT影像进行分类，然后对图像进行增强处理和对类别标签进行编码处理，最后建立卷积神经网络模型；分类器部分采用Softmax函数，经过分类器分类，得到输入图像判别为各个衰老程度的概率，并以最高概率对应的年龄段作为CT影像的衰老结果。
全文数据：
权利要求：
百度查询： 山东省计算中心(国家超级计算济南中心) 山东大学齐鲁医院 基于卷积神经网络的肺部CT影像衰老评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号