买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北大学申请的专利一种基于级联卷积神经网络模型的肺结节分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117218441B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311236240.7，技术领域涉及：G06V10/764；该发明授权一种基于级联卷积神经网络模型的肺结节分类方法是由覃文军;刘子昂;张翠;袁野;周庆华设计研发完成，并于2023-09-22向国家知识产权局提交的专利申请。

本一种基于级联卷积神经网络模型的肺结节分类方法在说明书摘要公布了：本发明提供一种基于级联卷积神经网络模型的肺结节分类方法，涉及深度学习医学影像处理技术领域。该方法包括：获取肺部CT图像并进行预处理，根据预处理后的图像生成样本数据集；对样本数据集中的样本数据标注标签，根据标签将样本数据集划分为多个子样本数据集，对其中的部分子样本数据集进行数据扩充，再将每个子样本数据集划分为训练集，验证集和测试集；基于ResNet残差神经网络构建二分类模型，利用多个子样本数据集对二分类模型进行训练和验证，对应得到多个二分类模型；利用得到的多个二分类模型构建级联网络，将多个子样本数据集中的测试集输入搭建好的级联网络中进行分类，得到分类结果。通过上述方法对肺结节进行分类，提高了分类的准确率。

本发明授权一种基于级联卷积神经网络模型的肺结节分类方法在权利要求书中公布了：1.一种基于级联卷积神经网络模型的肺结节分类方法，其特征在于，该方法包括如下步骤： 步骤1：获取肺部CT图像，对获取到的CT图像进行预处理，并根据预处理后的图像生成样本数据集； 步骤2：对样本数据集中的样本数据标注标签，并根据标签将样本数据集划分为多个子样本数据集，将任意两个子样本数据集中的样本数量的差值与设定阈值进行比较，并根据比较结果对二者中样本数量较少的子样本数据集进行数据扩充，再将每个子样本数据集划分为训练集，验证集和测试集； 所述标签包括：磨玻璃结节、实性结节、磨玻璃良性结节、磨玻璃恶性结节、实性良性结节、实性恶性结节、磨玻璃恶性磨玻璃成分为主结节、磨玻璃恶性实性成分为主结节、磨玻璃恶性实性成分为主预后良好结节、磨玻璃恶性实性成分为主预后不良结节； 步骤3：基于ResNet残差神经网络构建二分类模型，分别将多个子样本数据集中的训练集依次输入二分类模型中进行训练，对应得到多个训练好的二分类模型，并分别利用多个子样本数据集中的验证集对训练好的二分类模型进行验证，对应得到最终的多个二分类模型； 所述训练好的二分类模型为5个，记为Model1，Model2，Model3，Model4，Model5； 步骤4：利用步骤3中得到的多个二分类模型构建级联网络，将多个子样本数据集中的测试集输入搭建好的级联网络中进行分类，得到分类结果； 所述构建级联网络的方法为：将级联网络分为4级，其中第一级利用Model1区分输入的测试集数据是磨玻璃结节还是实性结节；第二级利用Model2区分磨玻璃结节是磨玻璃良性结节还是磨玻璃恶性结节、以及利用Model3区分实性结节是实性良性结节还是实性恶性结节；第三级利用Model4区分磨玻璃恶性结节是磨玻璃恶性磨玻璃成分为主结节还是磨玻璃恶性实性成分为主结节；第四级利用Model5区分磨玻璃恶性实性成分为主结节是磨玻璃恶性实性成分为主预后良好结节还是磨玻璃恶性实性成分为主预后不良结节。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。