-
公开(公告)号:CN118506078A
公开(公告)日:2024-08-16
申请号:CN202410631485.8
申请日:2024-05-21
Applicant: 东北大学 , 中国医科大学附属盛京医院
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/774 , G06V10/776 , G06V40/10 , G06N3/0464 , G06N3/048 , G06N3/045 , G06V10/70 , G06N20/20
Abstract: 本发明属于人工智能CT影像分类技术领域,公开了一种胸部CT影像儿童闭塞性细小支气管炎分类方法。数据预处理后分组,构建多组训练数据集;通过微调的InceptionV3网络分组训练;通过筛选预测结果稳定的模型,将它们的预测结果进行集成,以获得最终的分类预测结果;针对BO与非BO数据特征难以区分导致的类别不平衡问题,采用分组数据分别训练的方式,严格控制训练数据比例继而避免不利影响。此外通过模型集成弥补单一模型的不足,提高整体分类性能,为临床医学诊断提供更可靠的支持。从多个角度对实验结果进行测试表明,本发明在儿童BO分类任务中取得了优秀的实验结果,展示出了巨大的潜力。
-
公开(公告)号:CN118297973A
公开(公告)日:2024-07-05
申请号:CN202410532622.2
申请日:2024-04-30
Applicant: 东北大学
IPC: G06T7/11 , G06V10/762 , G06V10/764 , G06T7/00 , G06T7/155 , G06T7/136 , G06T7/187 , G16H30/40
Abstract: 本发明属于医学影像智能计算技术领域,公开了一种基于肺血管聚类的肺叶自动分割方法。基于三维区域生长法肺实质分割;基于连通域肺外气管剔除;形态学处理;基于快速行进法的肺血管分割;基于密度的血管聚类;基于SVM的肺叶自动分割;本发明仅使用肺血管解剖信息,不需要使用大量数据进行训练的肺叶分割方法,对于不完整的肺裂纹也具有高鲁棒性。肺实质区域提取为肺内血管分割与肺叶分割做数据支撑;利用快速行进法提取肺内血管作为先验信息,利用肺血管的分布特性,利用基于密度的DBSCAN聚类方法将肺血管聚类为五簇分别对应不同肺叶;利用支持向量机对获取到的五类血管分别进行两两分类,利用得到的隐式超平面实现最终的肺叶分割。
-