一种基于深度学习的肺部CT图像检测系统以及方法

被引：0

专利类型：

发明

申请号：

CN202310326740.3

申请日：

2023-03-30

公开(公告)号：

CN116523840B

公开(公告)日：

2024-01-16

发明(设计)人：

于文博丁维新黄鹤

申请人：

苏州大学

申请人地址：

215000 江苏省苏州市吴中区石湖西路188号

IPC主分类号：

G06T7/00

IPC分类号：

G06V10/764 G06V10/82 G06N3/0895 G06V10/774 G06N3/0464 G06N3/047 G06N3/048 G06V10/74

代理机构：

苏州市中南伟业知识产权代理事务所(普通合伙) 32257

代理人：

陈华红子

法律状态：

授权

国省代码：

黑龙江省哈尔滨市

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
2024-01-16	授权	授权

共 50 条

[1]

基于深度学习的肺部CT图像重建方法 [P].

康帅 ;

陈飞蛟 ;

李昕帝 ;

张东霞 ;

任娟 .

中国专利 :CN117496044A ,2024-02-02

[2]

基于协同深度学习和肺部CT图像的COVID-19检测方法 [P].

刘华锋 ;

高艺伟 .

中国专利 :CN114187288A ,2022-03-15

[3]

基于深度学习CT肺部图像特征的检测和识别方法 [P].

宫秀军 ;

马铭鑫 .

中国专利 :CN114581409A ,2022-06-03

[4]

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

[5]

一种基于深度学习的肺部CT图像识别方法 [P].

王慧倩 ;

陈俊刚 ;

庞宇 ;

卢毅 ;

王元发 ;

罗家赛 .

中国专利 :CN113327258A ,2021-08-31

[6]

一种基于无监督深度学习的肺部CT图像配准方法 [P].

赵于前 ;

伍若宽 ;

陈武阳 ;

张帆 ;

杨振 .

中国专利 :CN111524170A ,2020-08-11

[7]

基于深度学习的肺部CT图像肺结节全自动分割方法和系统 [P].

王越 ;

聂秀萍 ;

刘立陆 ;

陆豪健 ;

熊蓉 .

中国专利 :CN118072017A ,2024-05-24

[8]

一种基于深度学习的肺部CT图像参数重建方法、系统、终端及存储介质 [P].

刘峰 ;

周振 ;

刘秋月 ;

俞益洲 ;

王亦洲 .

中国专利 :CN112017136A ,2020-12-01

[9]

一种基于深度学习的肺部CT图像参数重建方法、系统、终端及存储介质 [P].

刘峰 ;

周振 ;

刘秋月 ;

俞益洲 ;

王亦洲 .

中国专利 :CN112017136B ,2024-09-17

[10]

基于深度学习的肺部CT影像分割方法及成像方法 [P].

周建存 ;

匡湖林 ;

王建新 ;

刘权 .

中国专利 :CN116468732B ,2025-11-18

← 1 2 3 4 5 →