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：中南大学
摘要：本发明提供了一种基于生成对抗网络和UNet的肺结节风险预测方法及设备，本发明通过生成对抗网络和条件生成对抗网络处理健康肺部CT图像和肺结节患病肺部的CT图像，丰富了数据样本的多样性，提高了模型的泛化能力；UNet模型接收真实以及生成的肺部CT图像作为输入，从肺部CT图像中分割出病变区域；通过跳跃连接使得特征图能够在编码器和解码器的对应层次之间进行信息传递，从而增强了模型的分割能力和病变区域检测的准确性；本发明可以很好地捕捉复杂特征和识别微小病变，提高了肺结节风险预测的准确性。
主权项：1.一种基于生成对抗网络和UNet的肺结节风险预测方法，其特征在于，包括以下步骤：S1：获取健康肺部的CT图像、肺结节患病肺部的CT图像和病变类型；S2：采用生成对抗网络处理所述健康肺部的CT图像，生成健康图像数据；采用条件生成对抗网络处理所述肺结节患病肺部的CT图像，生成患病图像数据；S3：将所述健康肺部的CT图像、所述肺结节患病肺部的CT图像、所述健康图像数据和所述患病图像数据作为UNet模型的输入，训练所述UNet模型；所述UNet模型包括编码器、解码器及连接编码器和解码器的连接层；所述编码器包括卷积层、激活层和最大池化层；所述解码器包括卷积层、激活层和反卷积层；所述UNet模型的训练过程包括：将所述健康肺部的CT图像、所述肺结节患病肺部的CT图像、所述健康图像数据和所述患病图像数据作为编码器的输入，经过卷积、激活处理，得到特征图Fenc；通过解码器的卷积、激活、反卷积处理特征图Fenc，得到特征图Fdec；将特征图Fenc和特征图Fdec进行连接，得到连接后的特征图Fskip，Fskip＝Fenc+Fdec；使用交叉熵损失和Dice损失组成的损失函数，迭代优化训练UNet模型，得到肺结节风险预测模型。
全文数据：
权利要求：
百度查询： 中南大学 基于生成对抗网络和UNet的肺结节风险预测方法及设备
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