一种基于双模态极限学习机的肺结节诊断方法 .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

CN107184224A

（43）申请公布日2017.09.22

（21）申请号CN201710351340.2

（22）申请日2017.05.18

（71）申请人太原理工大学

地址030024山西省太原市迎泽西大街79号

（72）发明人强彦;葛磊;赵涓涓;马瑞青;王华;强梓林;唐笑先;杜晓平

（74）专利代理机构北京恒创益佳知识产权代理事务所(普通合伙)

代理人宋华

（51）Int.CI

权利要求说明书说明书幅图

（54）发明名称

一种基于双模态极限学习机的肺结节诊断方法

（57）摘要

本发明公开了一种基于双模态极限学习机

的肺结节诊断方法。首先，利用有监督深度自编

码网络分别对肺结节PET‑CT图像进行自主特征学

习，然后将提取的CT特征和PET特征进行特征层

融合，最后采用分类器对融合特征进行分类。本

发明简单、易于实现，且识别准确率高，能对肺

结节PET‑CT图像分别采用基于深度学习技术和特

征融合方法，完全自动、准确地识别出PET‑CT图

像中肺结节的良恶性。

法律状态

法律状态公告日法律状态信息法律状态

2017-09-22公开公开

2017-09-22公开公开

2017-09-22公开公开

2017-10-24实质审查的生效实质审查的生效

2017-10-24实质审查的生效实质审查的生效

2020-04-21授权授权

权利要求说明书

一种基于双模态极限学习机的肺结节诊断方法的权利要求说明书内容是请下载后查看

说明书

一种基于双模态极限学习机的肺结节诊断方法的说明书内容是请下载后查看