公开(公告)号：CN107103334A

公开(公告)日：2017-08-29

申请号：CN201710280338.0

申请日：2017-04-26

申请人： 太原理工大学

发明人： 强彦 ,  贺娜娜 ,  强梓林 ,  赵涓涓 ,  郝瑞 ,  王华 ,  张小龙

IPC分类号： G06K9/62 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194

CPC分类号： G06K9/6277 ,  G06K9/6256 ,  G06T7/11 ,  G06T7/136 ,  G06T7/194 ,  G06T2207/10081 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30064

摘要： 本发明公开了一种基于卷积神经网络和字典对学习的肺结节分类方法，该方法将字典对学习算法作为卷积神经网络的分类层与卷积神经网络进行结合，称为CNN‑DPC。该算法包括卷积神经网络参数的训练与肺结节分类两个阶段。首先对训练数据进行预处理，获得肺实质部分；然后对卷积神经网络进行预训练；接着用字典对学习算法替换卷积神经网络的分类层，并对预训练后的网络参数及字典对进行优化；最后对待分类数据进行预处理，获得肺实质部分，并通过训练好的分类模型实现肺结节的分类。本发明实现简单、易于理解，通过将卷积神经网络与字典对学习算法的优势相结合，能够较快且较好地实现肺结节的良恶性分类。