申请/专利权人：长沙理工大学

申请日：2023-12-13

公开（公告）日：2024-04-05

公开（公告）号：CN117830229A

主分类号：G06T7/00

分类号：G06T7/00;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开了一种肺部CT病灶小目标检测方法、系统、设备及存储介质，本发明通过对所述肺部CT图像进行预处理，得到预处理后的肺部CT图像和所述预处理后的肺部CT图像对应的标签；构建基于YOLOV7网络的肺部CT病灶小目标检测模型；其中，所述肺部CT病灶小目标检测模型在所述YOLOV7网络的主干网络中引入两条残差分支；采用所述预处理后的肺部CT图像和所述预处理后的肺部CT图像对应的标签对所述肺部CT病灶小目标检测模型进行训练，以便通过所述训练好的肺部CT病灶小目标检测模型对所述待测肺部CT图像进行小目标检测，得到肺部CT病灶小目标检测结果。本发明能够提高肺部CT病灶小目标检测的精确度。

主权项：1.一种肺部CT病灶小目标检测方法，其特征在于，所述肺部CT病灶小目标检测方法包括：获取肺部CT图像和待测肺部CT图像，并对所述肺部CT图像进行预处理，得到预处理后的肺部CT图像和所述预处理后的肺部CT图像对应的标签；构建基于YOLOV7网络的肺部CT病灶小目标检测模型；其中，所述肺部CT病灶小目标检测模型在所述YOLOV7网络的主干网络中引入两条残差分支，所述两条残差分支用于融合所述肺部CT病灶小目标检测模型中的浅层特征和深层特征；采用所述预处理后的肺部CT图像和所述预处理后的肺部CT图像对应的标签对所述肺部CT病灶小目标检测模型进行训练，得到训练好的肺部CT病灶小目标检测模型，以便通过所述训练好的肺部CT病灶小目标检测模型对所述待测肺部CT图像进行小目标检测，得到肺部CT病灶小目标检测结果。

全文数据：

权利要求：

百度查询： 长沙理工大学 肺部CT病灶小目标检测方法、系统、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD