申请/专利权人：中国人民解放军总医院第六医学中心

申请日：2024-04-07

公开（公告）日：2024-06-28

公开（公告）号：CN118262901A

主分类号：G16H50/20

分类号：G16H50/20;G16H30/20;G06V10/764;G06V10/82

优先权：

专利状态码：在审-公开

法律状态：2024.06.28#公开

摘要：本发明公开了一种基于深度学习的肺癌癌性类别预测系统，包括数据采集模块、数据预处理模块、数据增强模块、肺癌检测模块和肺癌癌性类别预测模块。本发明属于肺癌预测系统技术领域，具体为一种基于深度学习的肺癌癌性类别预测系统，本发明采用数据过采样的方法手动扩充数据，优化了数据类别平衡，提升了数据质量并为后续的检测和预测任务提供良好的数据支持；采用深度集成二维卷积神经网络的方法进行肺癌检测，提高了对肺部病变的检测精度；采用量子卷积神经网络进行肺癌癌性类别预测，通过整合量子计算的优势，能够更有效地捕捉潜在的非线性关系和复杂的空间特征，提高了肺癌癌性类别预测的精度和可靠性。

主权项：1.一种基于深度学习的肺癌癌性类别预测系统，其特征在于：包括数据采集模块、数据预处理模块、数据增强模块、肺癌检测模块和肺癌癌性类别预测模块；所述数据采集模块，用于数据采集，通过数据采集，得到肺癌检测原始图像数据，并将所述肺癌检测原始图像数据发送至数据预处理模块；所述数据预处理模块，用于数据预处理，通过数据预处理，得到肺癌检测优化图像数据，并将所述肺癌检测优化图像数据发送至数据增强模块；所述数据增强模块，用于数据增强，具体为对所述肺癌检测优化图像数据进行图像预处理和数据增强，得到肺癌检测增强图像数据，并将所述肺癌检测增强图像数据发送至肺癌检测模块；所述数据预处理模块，用于数据预处理，得到优化气管插管情况预测数据，并将所述优化气管插管情况预测数据发送至气管插管情况预测模块；所述肺癌检测模块，用于肺癌检测，通过肺癌检测，得到肺癌检测分类数据，并将所述肺癌检测分类数据发送至肺癌癌性类别预测模块，具体为依据所述肺癌检测增强图像数据，采用深度集成二维卷积神经网络的方法进行肺癌检测，得到肺癌检测分类数据；所述深度集成二维卷积神经网络，包括输入层、第一卷积子网、第二卷积子网、第三卷积子网和输出层；所述肺癌癌性类别预测模块，用于肺癌癌性类别预测，通过肺癌癌性类别预测，得到肺癌癌性类别预测数据，具体为依据所述肺癌检测分类数据中的检测癌性类别数据，采用量子卷积神经网络的方法进行肺癌癌性类别预测，得到肺癌癌性类别预测数据；所述量子卷积神经网络，具体包括量子输入层、量子处理层、特征处理层、深度残差网络层和预测输出层。

全文数据：

权利要求：

百度查询： 中国人民解放军总医院第六医学中心 一种基于深度学习的肺癌癌性类别预测系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD