[發(fā)明專利]用于生成信息的方法和裝置有效
| 申請?zhí)枺?/td> | 201710914487.8 | 申請日: | 2017-09-30 |
| 公開(公告)號: | CN107665736B | 公開(公告)日: | 2021-05-25 |
| 發(fā)明(設計)人: | 黃寧;劉星龍;張少霆 | 申請(專利權)人: | 百度在線網絡技術(北京)有限公司 |
| 主分類號: | G16H50/30 | 分類號: | G16H50/30;G06N3/04 |
| 代理公司: | 北京英賽嘉華知識產權代理有限責任公司 11204 | 代理人: | 王達佐;馬曉亞 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 生成 信息 方法 裝置 | ||
1.一種用于生成信息的方法,其特征在于,所述方法包括:
接收目標用戶的肺部圖像和用戶記錄信息;
將所述肺部圖像輸入預先訓練的檢測模型,得到所述目標用戶的肺部結節(jié)描述信息,其中,所述檢測模型用于表征肺部圖像與肺部結節(jié)描述信息的對應關系;
響應于確定所述目標用戶的肺部結節(jié)描述信息中包括的結節(jié)類型為部分實性結節(jié)時,在所述目標用戶的肺部圖像的結節(jié)邊界范圍內,使用預先設定的灰度閾值進行圖像分割,得到所述目標用戶的肺部圖像所包含結節(jié)的實性部分和非實性部分;
對所述目標用戶在不同時間的肺部圖像進行配準和分析,從而得到同一位置結節(jié)大小變化信息和結節(jié)成分變化信息,并將得到的同一位置結節(jié)大小變化信息和結節(jié)成分變化信息作為用戶記錄信息進行記錄,其中,結節(jié)成分包括實性成分和非實性成分;
基于得到的肺部結節(jié)描述信息確定所述目標用戶的肺部是否有結節(jié);
響應于確定所述目標用戶的肺部有結節(jié),將所述目標用戶在不同時間的肺部圖像、肺部結節(jié)描述信息、用戶記錄信息輸入預先訓練的預測模型,得到所述目標用戶的肺部結節(jié)預測信息,其中,所述預測模型用于表征所述目標用戶在不同時間的肺部圖像、肺部結節(jié)描述信息和記錄信息與肺部結節(jié)預測信息的對應關系。
2.根據權利要求1所述的方法,其特征在于,所述檢測模型是通過以下方式訓練得到的:
利用三維卷積神經網絡,將肺部樣本圖像作為輸入,將所述肺部樣本圖像的肺部結節(jié)描述信息作為輸出,訓練得到檢測模型。
3.根據權利要求1所述的方法,其特征在于,所述預測模型是通過以下方式訓練得到的:
利用多元線性回歸法,對樣本用戶在不同時間的肺部圖像中所包含結節(jié)的肺部結節(jié)描述信息、用戶記錄信息以及基于深度神經網絡提取的圖像特征進行分析處理,得到預測模型。
4.根據權利要求1所述的方法,其特征在于,所述預測模型是通過以下方式訓練得到的:
利用長短期記憶網絡,分別將樣本用戶在不同時間的肺部樣本圖像、肺部結節(jié)描述信息、用戶記錄信息作為輸入,訓練得到至少一個子模型;
將所述至少一個子模型的輸出向量進行合并,得到合并后的總向量;
利用全卷積神經網絡,將所述總向量作為輸入,將樣本用戶的結節(jié)信息作為輸出,訓練得到預測模型。
5.一種用于生成信息的裝置,其特征在于,所述裝置包括:
接收單元,用于接收目標用戶的肺部圖像和用戶記錄信息;
第一生成單元,用于將所述肺部圖像輸入預先訓練的檢測模型,得到所述目標用戶的肺部結節(jié)描述信息,其中,所述檢測模型用于表征肺部圖像與肺部結節(jié)描述信息的對應關系;
分割單元,用于響應于確定所述目標用戶的肺部結節(jié)描述信息中包括的結節(jié)類型為部分實性結節(jié)時,在所述目標用戶的肺部圖像的結節(jié)邊界范圍內,使用預先設定的灰度閾值進行圖像分割,得到所述目標用戶的肺部圖像所包含結節(jié)的實性部分和非實性部分;
分析單元,用于對所述目標用戶在不同時間的肺部圖像進行配準和分析,從而得到同一位置結節(jié)大小變化信息和結節(jié)成分變化信息,并將得到的同一位置結節(jié)大小變化信息和結節(jié)成分變化信息作為用戶記錄信息進行記錄,其中,結節(jié)成分包括實性成分和非實性成分;
確定單元,用于基于得到的肺部結節(jié)描述信息確定所述目標用戶的肺部是否有結節(jié);
第二生成單元,用于響應于確定所述目標用戶的肺部有結節(jié),將所述目標用戶在不同時間的肺部圖像、肺部結節(jié)描述信息、用戶記錄信息輸入預先訓練的預測模型,得到所述目標用戶的肺部結節(jié)預測信息,其中,所述預測模型用于表征所述目標用戶在不同時間的肺部圖像、肺部結節(jié)描述信息和記錄信息與肺部結節(jié)預測信息的對應關系。
6.根據權利要求5所述的裝置,其特征在于,所述檢測模型是通過以下方式訓練得到的:
利用三維卷積神經網絡,將肺部樣本圖像作為輸入,將所述肺部樣本圖像的肺部結節(jié)描述信息作為輸出,訓練得到檢測模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于百度在線網絡技術(北京)有限公司,未經百度在線網絡技術(北京)有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710914487.8/1.html,轉載請聲明來源鉆瓜專利網。
- 信息記錄介質、信息記錄方法、信息記錄設備、信息再現方法和信息再現設備
- 信息記錄裝置、信息記錄方法、信息記錄介質、信息復制裝置和信息復制方法
- 信息記錄裝置、信息再現裝置、信息記錄方法、信息再現方法、信息記錄程序、信息再現程序、以及信息記錄介質
- 信息記錄裝置、信息再現裝置、信息記錄方法、信息再現方法、信息記錄程序、信息再現程序、以及信息記錄介質
- 信息記錄設備、信息重放設備、信息記錄方法、信息重放方法、以及信息記錄介質
- 信息存儲介質、信息記錄方法、信息重放方法、信息記錄設備、以及信息重放設備
- 信息存儲介質、信息記錄方法、信息回放方法、信息記錄設備和信息回放設備
- 信息記錄介質、信息記錄方法、信息記錄裝置、信息再現方法和信息再現裝置
- 信息終端,信息終端的信息呈現方法和信息呈現程序
- 信息創(chuàng)建、信息發(fā)送方法及信息創(chuàng)建、信息發(fā)送裝置





