| 专利名称 | 一种基于NAS-FPN的肺结节检测方法 | ||
|---|---|---|---|
| 申请号/专利号 | CN202011436026.2 | 专利权人（第一权利人） | 长春工业大学 |
| 申请日 | 2020-12-11 | 授权日 | 2024-03-15 |
| 专利类别 | 授权发明 | 战略新兴产业分类 | 新一代信息技术 |
| 技术主题 | 深度学习|肺结节|结节检测|核医学|诊断系统|计算机辅助诊断|神经网络体系结构|神经网络|辅助诊断|影像诊断学|特征提取 | ||
| 应用领域 | 图像增强|图像分析 | ||
| 意向价格 | 具体面议 | ||
| 专利概述 | 本发明涉及一种基于NAS‑FPN的肺结节检测方法，特别是一种深度学习中神经网络架构自动搜索技术（Neural Architecture Search，NAS）和一种特征提取金字塔网络（Feature Pyramid Network，FPN）的结合，不同于现在手动设计肺结节检测网络的检测方式，该方法通过一种可以自动搜索扩展的特征金字塔结构（NAS‑FPN），用自主学习、自动搜索的方式自动学习出一种肺结节检测网络完成结节检测任务，可以用于更精准的肺CT影像的肺结节检测，并且有效的降低假阳性结节，为肺部计算机辅助诊断系统提供更加精准、可靠的结节图像。 | ||
| 图片资料 |
|
||
| 合作方式 | 具体面议 | ||
| 联系人 | 戚梅宇 | 联系电话 | 13074363281 |
