您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 一种基于改进的深度玻尔兹曼机肺结节特征提取方法
专利状态 - 专利号(申请号) CN107316294B
专利申请日期 2017-06-28 专利类型 发明专利
申请公布号 2017105071914 申请公布日 2017-06-28
授权公告号 - 授权公告日 -
发明人 赵涓涓;张婷;强彦;罗嘉滢
专利权人 太原理工大学
专利摘要 本发明公开了一种基于改进的深度玻尔兹曼机肺结节特征提取和良恶性分类方法,包括以下步骤:步骤A,通过阈值概率图像图方法从CT图像分割肺结节,得到感兴趣区域(ROI),并裁剪成同一大小的结节图像;步骤B,设计有监督的深度学习算法Pnd‑EBM实现肺结节的诊断,其中包括三大步骤:B1采用基于深度玻尔兹曼机(DBM)提取肺结节ROI的具有深层表达能力的特征;B2、采用稀疏交叉熵惩罚因子改进代价函数,以解决训练过程中“特征同质化”现象;B3,采用基于极限学习机(ELM)将提取出来的肺结节特征进行良恶性分类。本发明的方法基于改进的深度波尔兹曼机肺结节特征提取方法,优于传统的特征提取方法,避免了人工提取复杂性及特征选择的差异性,能够为临床诊断提供参考依据。
专利价值评估分析
相关推荐
Baidu
map