公开(公告)号：CN117611864A

公开(公告)日：2024-02-27

申请号：CN202311224307.5

申请日：2023-09-20

Applicant: 南京信息工程大学

Inventor： 赵晓平 ,  林之琛

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06T7/00 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/088

Abstract: 本发明公开了一种基于重构与多对抗训练的无监督肺结节恶性诊断系统，包括肺结节提取模块、数据集构建模块、模型训练模块和异常检测模块；肺结节提取模块用于从原始肺部CT图像中分割出肺实质，对肺实质中的肺结节加以提取；数据集构建模块用于将所得肺结节图像划分为训练集与测试集，其中训练集中数据均为良性结节，测试集则由良、恶性结节参半构成；模型训练模块用于构建MARGAN模型，并采用训练集中的样本对模型加以训练；异常检测模块用于将测试集中的样本输入MARGAN模型进行检测，该模型将依据待检测样本与训练集样本间的偏差程度评定其异常分值。本发明使得重构异常数据所得残差值较正常数据为高，降低由正、异常样本残差值过于相近所导致的检测误差。