[发明专利]一种肺部ct影像特殊组织的标记方法在审
| 申请号： | 201810727772.3 | 申请日： | 2018-07-05 |
| 公开（公告）号： | CN109035212A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 邹昊;卢树强;马鹏程;谢苏 | 申请（专利权）人： | 清影医疗科技（深圳）有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/34 |
| 代理公司： | 北京中索知识产权代理有限公司 11640 | 代理人： | 宋涛 |
| 地址： | 518000 广东省深圳市盐田区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开了一种肺部ct影像特殊组织的标记方法，包括如下步骤：(1)、样本标记：(2)、设计语义分割模型：以像素分割的方式，在原始图像中标记出特定对象的区域，并依此建立一个U‑Net模型；(3)、特殊组织检测模型的训练：采用图像变换方法，对原始图像和掩模图像同时进行变换，以进行数据增强；(4)、计算模型性能的度量指标：模型性能的度量指标就是Dice系数，起计算公式为： |
||
| 搜索关键词： | 原始图像 肺部ct 度量 影像 计算公式 计算模型 数据增强 图像变换 像素分割 掩模图像 样本标记 语义分割 组织检测 肺结节 准确率 检查 | ||
【主权项】：
1.一种肺部ct影像特殊组织的标记方法，其特征在于，包括如下步骤：(1)、样本标记：LIDC‑IDRI肺结节公开数据集和LUNA16肺结节检测竞赛数据集中，用传统方法，标记出肺部ct影像特殊组织样本；(2)、设计语义分割模型：以像素分割的方式，在原始图像中标记出特定对象的区域，并依此建立一个U‑Net模型；(3)、特殊组织检测模型的训练：采用图像变换方法，对原始图像和掩模图像同时进行变换，以进行数据增强；其中训练的batch size为4，优化方法为带动量的SGD，学习率固定为0.001。(4)、计算模型性能的度量指标：模型性能的度量指标就是Dice系数，起计算公式为：![]()
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清影医疗科技（深圳）有限公司，未经清影医疗科技（深圳）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/201810727772.3/，转载请声明来源钻瓜专利网。
