CN107423576-CN201710752237-一种基于深度神经网络的肺癌识别系统.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107423576 A (43)申请公布日 2017.12.01 (21)申请号 201710752237.9 (22)申请日 2017.08.28 (71)申请人 厦门市厦之医生物科技有限公司 地址 361000 福建省厦门市翔安区新店镇 厦门大学翔安校区学生活动中心 A101-6 (72)发明人 陈星强　 (74)专利代理机构 北京联瑞联丰知识产权代理 事务所(普通合伙) 11411 代理人 张清彦 (51)Int.Cl. G06F 19/00(2011.01) G06K 9/62(2006.01) G06N 3/08(2006.01) 权利要求书1页 说明书3页 附图3页 (54)发明名称 一种基于深度神经网络的肺癌识别系统 (57)摘要 本发明提出一种基于深度神经网络的肺癌 识别系统，涉及医疗图像处理技术领域，包括用 户服务系统和神经网络训练系统，用户服务系统 与神经网络训练系统之间通过网关隔离，所述神 经网络训练系统包含应用服务器、管理系统、GPU 集群、医疗影像数据库，所述用户服务系统用于 为用户提供服务接口，其包含web页面、业务逻辑 处理模块和数据库。本发明利用深度学习的自动 学习特性改善了传统方法中的图像预处理和人 工参与进行特征提取的复杂性，降低了对数据集 的质量要求，为患者早发现、早治疗赢得了时间， 可以为医生的诊断提供帮助，防止因认为疏忽造 A 成的误诊，在准确度和训练时间上有很大的优 6 势。 7 5 3 2 4 7 0 1 N C CN 107423576 A 权　利　要　求　书 1/1页 1.一种基于深度神经网络的肺癌识别系统，其特征在于，包括用户服务系统和神经网 络训练系统，所述用户服务系统与神经网络训练系统之间通过网关隔离，其中， 所述神经网络训练系统包含应用服务器、管理系统、GPU集群、医疗影像数据库，所述医 疗影像数据库用于存储正常的人体肺部医疗影像及患有肺癌的人体肺部医疗影像，所述管 理系统控制所述GPU集群，所述应用服务器包括神经网络模型，进行肺癌的识别； 所述用户服务系统用于为用户提供服务接口，其包含web页面、业务逻辑处理模块和数 据库，用户通过访问所述web页面，提交需要诊断的肺部医疗影像图片，所述业务逻辑处理 模块用于将用户的提交的图片预处理后发送给所述应用服务器，所述应用服务器利用已训 练好的神经网络对该图片进行分析，然后将分析结果反馈给所述业务处理模块，并将分析 结果存储在所述数据库中，所述业务处理模块再将其反馈给用户。 2.根据权利要求1所述的一种基于深度神经网络的肺癌识别系统，其特征在于，所述神 经网络训练系统的训练方法为有导师学习或无导师学习或自监督学习或有导师和无导师 混合学习。 3.根据权利要求1所述的一种基于深度神经网络的肺癌识别系统，其特征在于，所述神 经网络训练系统的训练方法如下： 步骤1、设计神经网络模型； 步骤2、获取大量肺部图片； 步骤3、训练神经网络，如果达到精度要求，进行步骤4，如果未达到精度要求，进行步骤 5； 步骤4、提供给应用服务器； 步骤5、反向传播，调整神经网络模型，经过多次的迭代后，返回步骤3。 4.根据权利要求3所述的一种基于深度神经网络的肺癌识别系统，其特征在于，所述神 经网络模型为不含反馈的前向网络或有反馈的前向网络或层内有反馈的前向网络或相互 结合型网络。