公开(公告)号：CN112819801A

公开(公告)日：2021-05-18

申请号：CN202110183994.5

申请日：2021-02-10

Applicant: 桂林电子科技大学

Inventor： 黄新 ,  郭晓敏

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/00 ,  G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种改进U‑Net的肺结节分割方法，获取Luna16数据集，并对所述Luna16数据集依次进行数据预处理、数据增强和数据拆分；在U‑Net网络中加入双向特征融合网络，并采用尺寸填充的方式对相邻两个特征图进行融合，完成对所述U‑Net网络的改进；利用拆分后的数据集对改进后的所述U‑Net网络进行训练和验证，并将输出的分割图像与所述Luna16数据集进行叠加，完成分割，采用端到端的U‑Net深度学习网络，引入双向特征融合机制，有效融合图像的高级语义特征与低级特征，从而实现肺结节的有效分割，本发明对临床中常见的多种肺部结节类型有较好的分割效果。

公开(公告)号：CN112184684A

公开(公告)日：2021-01-05

申请号：CN202011074796.7

申请日：2020-10-09

Applicant: 桂林电子科技大学

Inventor： 黄新 ,  郭晓敏 ,  宋博源

IPC: G06T7/00 ,  G06T5/30 ,  G06T3/40 ,  G06N3/04 ,  G06K9/62 ,  G06K9/42

Abstract: 本发明公开了一种改进的YOLO‑v3算法及其在肺结节检测中的应用，首先对YOLO‑v3算法的检测框损失函数进行优化，并根据平均交并比对锚框进行优化；接着对获取的数据集进行图像缩放，并将输入图像进行单元格划分和特征提取，完成对YOLO‑v3算法的改进；然后获取Luna16数据集，并对所述Luna16数据集中的图像进行预处理，所述预处理包括将CT图像灰度数值转换成HU值，然后生成掩膜，最后归一化，统一大小；接着将预处理后的所述图像分别进行90度、180度和270度的翻转，并按照PASCAL VOC的命名规则重命名，将所有数据转换成VOC格式的数据集，同时，然后将数据集中划分出的训练集输入改进后的YOLO‑v3算法进行特征提取，并生成结节预测框和预测置信概率，提高检测精度。