一种基于深度卷积网络模型的多期相占位分类方法

摘要

本发明公开了一种基于深度卷积网络模型的多期相占位分类方法，包括：多期相肝脏占位分割CT图像预处理、HCC判断模型构建、HCC判断模型训练、HCC判断模型的测试验证，其中HCC判断模型可以处理多期相的图像数据，实现了对占位是否是HCC的分类的判断。能够实现判断输入的多期相图像的是HCC还是非HCC，能够避免由于尺寸差异和占位临近导致误截造成的误判、拥有更好的“快进快出”特征提取能力。