-
公开(公告)号:CN110717916A
公开(公告)日:2020-01-21
申请号:CN201910930769.6
申请日:2019-09-29
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于卷积神经网络的肺栓塞检测系统,包括:候选区域提取网络是一个使用了带有跳跃连接的自动编码解码的全卷积网络,对待检测计算机断层扫描肺血管造影图像进行候选区域提取,得到多个不同大小的假阳性候选区域;3D仿射变换网络,用于从多个不同大小的假阳性候选区域中产生血管对齐的、大小固定的立方体并取出它们三个正交层;假阳预测筛查网络,将所述三个正交层输入到一个包含2个全连接层的2D分类网络进行假阳预测筛查。本发明方法可以解决误差累积的问题;能自动抽取更具有辨别力的3D图像特征,减少了容积效应的影响,并且不依赖与研究者的经验;在保证召回率的同时提高了准确率。
-
公开(公告)号:CN110717916B
公开(公告)日:2022-08-30
申请号:CN201910930769.6
申请日:2019-09-29
Applicant: 华中科技大学
IPC: G06T7/11 , G06V10/764 , G06N3/04 , G06N3/08 , G06T3/00
Abstract: 本发明公开了一种基于卷积神经网络的肺栓塞检测系统,包括:候选区域提取网络是一个使用了带有跳跃连接的自动编码解码的全卷积网络,对待检测计算机断层扫描肺血管造影图像进行候选区域提取,得到多个不同大小的假阳性候选区域;3D仿射变换网络,用于从多个不同大小的假阳性候选区域中产生血管对齐的、大小固定的立方体并取出它们三个正交层;假阳预测筛查网络,将所述三个正交层输入到一个包含2个全连接层的2D分类网络进行假阳预测筛查。本发明方法可以解决误差累积的问题;能自动抽取更具有辨别力的3D图像特征,减少了容积效应的影响,并且不依赖与研究者的经验;在保证召回率的同时提高了准确率。
-