技术特征:
技术总结
本发明公开了一种基于积神经网络和主成分分析法的肺结节特征提取方法,首先,利用卷积神经网络自动学习肺结节特征,通过卷积进行特征提取和降采样进行特征映射。其次,在提取特征时,利用PCA对特征提取卷积神经网络模型(Convolutional neural networks model for feature extraction,FeCNN)中每个特征映射层的输出降维,与输出层的映射相融合得到最后的多层深度融合特征。本发明不仅能有效识别肺结节的医学征象,而且避免了传统方法中复杂的特征提取和特征重建过程,从客观方面起到辅助诊断的作用。
技术研发人员:强彦;肖小娇;赵涓涓;赵鹏飞;王华
受保护的技术使用者:太原理工大学
技术研发日:2017.06.02
技术公布日:2017.09.29