公开(公告)号：CN110443268B

公开(公告)日：2022-02-08

申请号：CN201910463406.6

申请日：2019-05-30

Applicant: 杭州电子科技大学

Inventor： 滕彦晨 ,  钱校凯 ,  孙玲玲

IPC: G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01N23/046

Abstract: 本发明公开了一种基于深度学习的肝癌CT图像良性恶性分类方法，本发明在现有Resnet34网络模型的基础上进行设计改造，提出一种适应输入图像为9通道的针对肝癌CT图像良性恶性诊断分类的模型算法，同时提出针对不同病人不同切片数目选取切片的解决方法。通过获取病人切片，选取肝部信息最大切片，再进行数据预处理，然后对处理后的数据进行增强，接着输入到模型中进行训练，实现肝癌CT图像良性恶性的分类。本发明不仅仅得到了肝癌CT图像良性恶性分类较好实验结果，重点是实现自动肝癌分类为恶性或良性的一整套流程，构建了一个可以应用于临床医生肝癌辅助诊断的计算机辅助诊断(CAD)系统，减轻医生诊断压力。

公开(公告)号：CN110443268A

公开(公告)日：2019-11-12

申请号：CN201910463406.6

申请日：2019-05-30

Applicant: 杭州电子科技大学

Inventor： 滕彦晨 ,  钱校凯 ,  孙玲玲

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01N23/046

Abstract: 本发明公开了一种基于深度学习的肝癌CT图像良性恶性分类方法，本发明在现有Resnet34网络模型的基础上进行设计改造，提出一种适应输入图像为9通道的针对肝癌CT图像良性恶性诊断分类的模型算法，同时提出针对不同病人不同切片数目选取切片的解决方法。通过获取病人切片，选取肝部信息最大切片，再进行数据预处理，然后对处理后的数据进行增强，接着输入到模型中进行训练，实现肝癌CT图像良性恶性的分类。本发明不仅仅得到了肝癌CT图像良性恶性分类较好实验结果，重点是实现自动肝癌分类为恶性或良性的一整套流程，构建了一个可以应用于临床医生肝癌辅助诊断的计算机辅助诊断(CAD)系统，减轻医生诊断压力。