摘要：为解决检测系统中结节假阳性高的问题,提出一种基于多尺度三维卷积神经网络的肺结节假阳性降低方法。结合3个特定的结节检测算法以高敏感性筛选候选结节,将每个候选结节输入到不同尺度的三维卷积神经网络进行训练,融合网络的输出结果得到最终分类。在公开可用的LIDC数据集的888次扫描中,提出方法分别在每次扫描1次和4次假阳性时分别达到84.9%和90.9%的高检测敏感性。实验结果表明了提出的多尺度三维卷积神经网络对于体积式医学CT数据进行特征学习的有效性,其适用于降低肺结节检测系统中的假阳性。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社