- 1、本文档共33页,其中可免费阅读32页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
本发明公开了一种肺结节良恶性识别模型训练方法、应用方法和系统,通过对获取的CT扫描数据集进行预处理得到目标CT图像块集组和目标结节块集组,并根据目标CT图像块集组,通过构建的AGVNet网络对初始分割模型进行肺结节分割训练,获得目标分割模型,AGVNet网络能够增强目标肺结节区域的细粒度特征,有助于更好地对目标肺结节区域进行图像分割;同时,本发明的实施例根据目标结节块集,通过ResNet网络对初始分类模型进行肺结节良恶性分类训练,获得目标分类模型,将目标分割模型和目标分类模型组合,得到肺结节良恶
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116468103 A
(43)申请公布日 2023.07.21
(21)申请号 202310095134.5
(22)申请日 2023.02.06
(71)申请人 华南师范大学
地址 528225
文档评论(0)