青岛科技大学许灿辉获国家专利权
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！
龙图腾网获悉青岛科技大学申请的专利一种基于深度学习的肺结节检测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：CN115619706B 。
龙图腾网通过国家知识产权局官网在2026-04-17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：202210742157.6，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的肺结节检测方法是由许灿辉;张洪红;李玉腾;史操;程远志;刘宇博;杨琦设计研发完成，并于2022-06-27向国家知识产权局提交的专利申请。
本一种基于深度学习的肺结节检测方法在说明书摘要公布了：本发明提出一种基于深度学习的肺结节检测方法，包括：A、对三维肺部CT图像进行实质分割；B、将肺实质图像分块之后序列化，最终得到稀疏化矩阵；C、提取稀疏矩阵的三视角信息用于假阳性筛除；D、搭建网络模型；E、使用训练好的网络模型进行肺结节的检测并输出检测结果。本发明结合三视图去假阳辅助模块，直接嵌入到端对端的框架中，利用稀疏化后的三维图像三视图自注意力信息帮助假阳性区域的筛除。一方面，解决了复杂的3D场景中学习注意力困难的问题。另一方面，将检测和假阳性区域筛除设计成一个可以端对端训练的模型，提高了检测速度和检测精度，降低了模型整体的复杂度，在训练模型时可以统一损失函数训练，提高了模型训练收敛的速度。
本发明授权一种基于深度学习的肺结节检测方法在权利要求书中公布了：1.一种基于深度学习的肺结节检测方法，其特征在于包括： 步骤A、对三维肺部CT图像进行实质分割，去掉无关组织得到肺实质图像； 步骤B、将肺实质图像分块之后序列化，输入到快速3DViT网络中进行提取特征，输出多尺度特征图；同时去掉三维肺部实质分块图像中梯度为0及灰度变化不大的像素区域，得到稀疏矩阵； 步骤C、提取稀疏矩阵的三视角信息，输入到自注意力机制模块中，输出特征，然后和多尺度特征图进行融合，得到融合特征； 步骤D、搭建网络模型，将融合特征输入到网络模型中训练网络参数； 步骤E、使用训练好的网络模型进行肺结节的检测并输出检测结果。
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青岛科技大学，其通讯地址为：266000 山东省青岛市崂山区松岭路99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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励