-
公开(公告)号：CN109978846A
公开(公告)日：2019-07-05
申请号：CN201910204748.6
申请日：2019-03-18
Applicant: 哈尔滨商业大学
Abstract: 一种基于体局部方向三值模式的肺结节纹理特征提取系统及方法。本发明涉及从肺部CT图像识别出肺结节方法。现有肺结节文理特征提取方法存在图像的部分纹理信息损失，而导致的肺结节识别率的问题。一种基于体局部方向三值模式的肺结节纹理特征提取系统及方法，基于VLBP模式对肺结节的相邻切片进行局部模式提取；对提取的局部模式利用正态分布函数进行局部自适应阈值的计算；将局部三值模式以中心像素为中心进行各方向的三值概率统计；将统计得到的各方向的三值概率作为特征向量和KNN分类算法来识别肺结节，并进行肺结节纹理特征识别结果的评价，得出识别结果是否正确。本发明方法提高了肺结节识别的准确率。
-
公开(公告)号：CN111476766A
公开(公告)日：2020-07-31
申请号：CN202010244382.8
申请日：2020-03-31
Applicant: 哈尔滨商业大学
IPC: G06T7/00
Abstract: 基于深度学习的肺结节CT图像检测系统，本发明涉及肺结节CT图像检测系统。本发明的目的是为了解决现有技术中基于卷积神经网络进行肺结节分类中存在的训练数据不足，导致网络容易过拟合且网络训练速度较慢的问题。系统包括：图像采集主模块、inception-res-v2主模块、inception-res-v2改进主模块、训练主模块和测试主模块；所述inception-res-v2主模块用于搭建肺部疾病诊断inception-res-v2网络模型；所述inception-res-v2改进主模块用于对搭建的肺部疾病诊断inception-res-v2网络模型进行改进；本发明用于CT图像检测领域。
-
公开(公告)号：CN111476766B
公开(公告)日：2023-08-22
申请号：CN202010244382.8
申请日：2020-03-31
Applicant: 哈尔滨商业大学
IPC: G06T7/00
Abstract: 基于深度学习的肺结节CT图像检测系统，本发明涉及肺结节CT图像检测系统。本发明的目的是为了解决现有技术中基于卷积神经网络进行肺结节分类中存在的训练数据不足，导致网络容易过拟合且网络训练速度较慢的问题。系统包括：图像采集主模块、inception‑res‑v2主模块、inception‑res‑v2改进主模块、训练主模块和测试主模块；所述inception‑res‑v2主模块用于搭建肺部疾病诊断inception‑res‑v2网络模型；所述inception‑res‑v2改进主模块用于对搭建的肺部疾病诊断inception‑res‑v2网络模型进行改进；本发明用于CT图像检测领域。
-
公开(公告)号：CN109978846B
公开(公告)日：2021-01-29
申请号：CN201910204748.6
申请日：2019-03-18
Applicant: 哈尔滨商业大学
Abstract: 一种基于体局部方向三值模式的肺结节纹理特征提取系统及方法。本发明涉及从肺部CT图像识别出肺结节方法。现有肺结节文理特征提取方法存在图像的部分纹理信息损失，而导致的肺结节识别率的问题。一种基于体局部方向三值模式的肺结节纹理特征提取系统及方法，基于VLBP模式对肺结节的相邻切片进行局部模式提取；对提取的局部模式利用正态分布函数进行局部自适应阈值的计算；将局部三值模式以中心像素为中心进行各方向的三值概率统计；将统计得到的各方向的三值概率作为特征向量和KNN分类算法来识别肺结节，并进行肺结节纹理特征识别结果的评价，得出识别结果是否正确。本发明方法提高了肺结节识别的准确率。
-
-
-
Search Results
4
records
(took 0.027 seconds)
