基于深度学习的肺结节识别与分割方法及系统

被引：0

专利类型：

发明

申请号：

CN202011438294.8

申请日：

2020-12-11

公开(公告)号：

CN112581436B

公开(公告)日：

2024-08-13

发明(设计)人：

陈海欣李伟忠严朝煜

申请人：

李伟忠

申请人地址：

510000 广东省广州市海珠区怡乐路71号中山大学教师公寓D904

IPC主分类号：

G06T7/00

IPC分类号：

G06T7/11 G06T7/187 G16H30/20 G06N3/0464 G06V10/26 G06V10/82

代理机构：

广州三环专利商标代理有限公司 44202

代理人：

胡枫;曹万菊

法律状态：

授权

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
2024-08-13	授权	授权
2024-06-28	专利申请权、专利权的转移	专利申请权的转移IPC(主分类):G06T 7/00登记生效日:20240612变更事项:申请人变更前权利人:广州普世医学科技有限公司变更后权利人:李伟忠变更事项:国家或地区变更前权利人:中国变更后权利人:中国变更事项:地址变更前权利人:510320 广东省广州市海珠区新港中路瑞康路4号804房变更后权利人:510000 广东省广州市海珠区怡乐路71号中山大学教师公寓D904

共 50 条

[1]

基于深度学习的肺结节识别与分割方法及系统 [P].

陈海欣 ;

李伟忠 ;

严朝煜 .

中国专利 :CN112581436A ,2021-03-30

[2]

基于深度学习的肺结节识别与分割方法、系统及存储介质 [P].

张岩 .

中国专利 :CN119723190A ,2025-03-28

[3]

基于深度学习的肺结节分割计算方法、装置及系统 [P].

杜强 ;

高泽宾 ;

郭雨晨 ;

聂方兴 ;

张兴 .

中国专利 :CN111553892B ,2020-08-18

[4]

基于深度学习的肺结节CT图像处理方法及系统 [P].

郭哲 ;

樊卫华 .

中国专利 :CN118037697A ,2024-05-14

[5]

一种基于深度学习的胸部DR中肺结节识别方法及系统 [P].

吴文辉 ;

陶信东 .

中国专利 :CN108596868A ,2018-09-28

[6]

基于深度学习的肺结节检测分级与管理的方法及系统 [P].

周鹏 ;

张少霆 ;

任静 ;

青浩渺 ;

陈峥 ;

罗红兵 ;

胡仕北 ;

何长久 .

中国专利 :CN107103187B ,2017-08-29

[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]

基于深度学习的肺损伤区域自动分割系统及方法 [P].

闵思敏 ;

张雷 ;

张小楠 ;

刘玉岭 ;

周驰 .

中国专利 :CN120339614B ,2025-11-28

[9]

基于深度学习的肺损伤区域自动分割系统及方法 [P].

闵思敏 ;

张雷 ;

张小楠 ;

刘玉岭 ;

周驰 .

中国专利 :CN120339614A ,2025-07-18

[10]

基于深度学习的肺结节半自动分割方法、装置、设备及介质 [P].

韩晓光 ;

石鲁越 ;

刘周 ;

王昌淼 ;

李丽 ;

罗虹虹 ;

罗德红 ;

于振涛 .

中国专利 :CN114693671A ,2022-07-01

← 1 2 3 4 5 →