[发明专利]肺结节检测模型训练方法和装置、肺结节检测方法和装置在审
| 申请号： | 201711497927.0 | 申请日： | 2017-12-29 |
| 公开（公告）号： | CN108090903A | 公开（公告）日： | 2018-05-29 |
| 发明（设计）人： | 塔巴克希尼玛;申在律;杰雅色兰劳拉;严行健;梁建明;丁晓伟 | 申请（专利权）人： | 苏州体素信息科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 北京细软智谷知识产权代理有限责任公司 11471 | 代理人： | 付登云 |
| 地址： | 215600 江苏省苏州市张*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及一种肺结节检测模型训练方法和装置、肺结节检测方法和装置。该方案中，肺结节检测模型至少包括基于2D Faster R‑CNN网络的候选生成器和基于3D CNN网络的FPR模型，其中，利用候选生成器对由连续层面的CT灰度图像堆叠生成的紧凑图像进行背景、肺结节候选区域和假阳性候选区域三向分类，然后利用FPR模型对肺结节候选区域进行分类，得到肺结节和假阳性，由于候选生成器将假阳性单独分为一类，减少了假阳性的数量，从而提高了检测的灵敏度。又由于还通过FPR模型回归出平移矢量，据此，检测时可以将预测的肺结节的位置向实际肺结节的位置移动提高了检测灵敏度，进一步减少了假阳性的数量。 | ||
| 搜索关键词： | 肺结节检测 肺结节 假阳性 方法和装置 候选区域 生成器 模型训练 检测灵敏度 灰度图像 连续层面 模型回归 平移矢量 灵敏度 分类 检测 堆叠 三向 紧凑 网络 图像 预测 申请 | ||
【主权项】：
1.一种肺结节检测模型训练方法，其特征在于，所述肺结节检测模型至少包括基于2DFaster R-CNN网络的候选生成器和基于3D CNN网络的FPR模型；所述肺结节检测模型训练方法，包括：对CT灰度图像进行堆叠，其中，将连续层叠的M层CT灰度图像按照预设策略堆叠生成一层紧凑图像；M的取值为正整数；将所述紧凑图像、所述紧凑图像中存在的实际肺结节的标注，输入到所述候选生成器，进行收敛训练，输出候选区域与对候选区域的判断，分别为背景区域、肺结节候选区域和假阳性候选区域；其中，所述标注包括肺结节的位置和直径；将所述候选生成器输出的肺结节候选区域与所述标注对比，分出肺结节候选区域与假阳性候选区域，输入所述FPR模型，进行收敛训练，分类输出肺结节和假阳性，以及根据分类输出的肺结节的位置中心向实际肺结节的位置中心移动的向量回归出平移矢量，以便检测时进行平移矢量的预测，根据预测的平移矢量，将预测的肺结节的位置中心向实际肺结节的位置中心移动。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州体素信息科技有限公司，未经苏州体素信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711497927.0/，转载请声明来源钻瓜专利网。
