基于3D全卷积神经网络的CT图像肺结节检测系统

被引：0

专利类型：

发明

申请号：

CN201710173432.6

申请日：

2017-03-22

公开(公告)号：

CN106940816B

公开(公告)日：

2017-07-11

发明(设计)人：

程国华陈波季红丽

申请人：

申请人地址：

311200 浙江省杭州市萧山区杭州湾信息港E座东4层-6层

IPC主分类号：

G06N308

IPC分类号：

G06T7136 G06T7187

代理机构：

代理人：

法律状态：

实质审查的生效

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2017-08-04	实质审查的生效	实质审查的生效号牌文件类型代码:1604 号牌文件序号:101738774615 IPC(主分类):G06N 3/08 专利申请号:2017101734326 申请日:20170322
2020-05-19	著录事项变更	著录事项变更 IPC(主分类):G06N 3/08 变更事项:申请人变更前:杭州健培科技有限公司变更后:杭州健培科技有限公司变更事项:地址变更前:310018 浙江省杭州市杭州经济技术开发区3号大街3号4幢变更后:311200 浙江省杭州市萧山区杭州湾信息港E座东4层-6层
2017-07-11	公开	公开
2020-06-09	授权	授权

共 50 条

[1]

一种基于3D卷积神经网络的肺结节检测装置的建立方法 [P].

吴健 ;

陆逸飞 ;

林志文 ;

应兴德 ;

余柏翰 ;

陈为 ;

叶德仕 ;

吴福理 ;

吕卫国 ;

郝鹏翼 ;

吴朝晖 .

中国专利 :CN108257128B ,2018-07-06

[2]

基于2D卷积神经网络的肺结节检测方法 [P].

谢洪涛 ;

张勇东 .

中国专利 :CN108664971B ,2018-10-16

[3]

基于三维卷积神经网络的肺结节检测方法 [P].

李映 ;

曹莹 ;

刘凌毅 ;

汪亦文 ;

王鹏 .

中国专利 :CN109102502B ,2018-12-28

[4]

一种基于深度卷积神经网络的CT肺结节检测方法 [P].

金弘晟 ;

李宗曜 ;

童若锋 .

中国专利 :CN107016665A ,2017-08-04

[5]

基于3D卷积神经网络与深度学习的肺结节良恶性分类方法 [P].

唐雯 ;

张荣国 ;

王少康 ;

陈宽 .

中国专利 :CN108389201A ,2018-08-10

[6]

基于深度卷积神经网络的肺结节图像识别系统 [P].

易平 ;

顾双驰 ;

柳宁 ;

李林森 .

中国专利 :CN107451609A ,2017-12-08

[7]

基于深度学习的肺结节CT图像检测系统 [P].

王冉 ;

孙华东 ;

赵志杰 ;

任聪 ;

韩小为 ;

张立志 .

中国专利 :CN111476766A ,2020-07-31

[8]

基于卷积神经网络的3D图像质量检测方法 [P].

周武杰 ;

林鑫杨 ;

潘思佳 ;

雷景生 ;

何成 ;

王海江 .

中国专利 :CN110738645B ,2020-01-31

[9]

基于3D残差网络的肺结节图像分类方法 [P].

梁晓龙 ;

高蓝宇 ;

张宸 ;

兰磊 ;

张长胜 ;

张斌 .

中国专利 :CN112801992A ,2021-05-14

[10]

基于3D卷积神经网络的持续性肺结节识别方法及装置 [P].

孙泽宇 ;

李秀丽 ;

卢光明 ;

俞益洲 .

中国专利 :CN110717518A ,2020-01-21

← 1 2 3 4 5 →