摘要
本发明提供了一种基于生成对抗网络和UNet的肺结节风险预测方法及设备,本发明通过生成对抗网络和条件生成对抗网络处理健康肺部CT图像和肺结节患病肺部的CT图像,丰富了数据样本的多样性,提高了模型的泛化能力;UNet模型接收真实以及生成的肺部CT图像作为输入,从肺部CT图像中分割出病变区域;通过跳跃连接使得特征图能够在编码器和解码器的对应层次之间进行信息传递,从而增强了模型的分割能力和病变区域检测的准确性;本发明可以很好地捕捉复杂特征和识别微小病变,提高了肺结节风险预测的准确性。
技术关键词
条件生成对抗网络
风险预测方法
肺部CT图像
解码器
编码器
风险预测模型
数据
噪声
处理器
可读存储介质
电子设备
程序
存储器
计算机
样本
系统为您推荐了相关专利信息
综合能源系统
负荷
注意力
数据
卷积神经网络提取
虚拟现实设备
车辆状态数据
模拟驾驶系统
条件生成对抗网络
模拟驾驶舱
编码特征
语音声学特征
风格
语音编码
文本编码器