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。