首页 期刊 计算机工程与设计 基于卷积神经网络的CT图像肺结节检测 【正文】

基于卷积神经网络的CT图像肺结节检测

作者:谢未央; 陈彦博; 王季勇; 李强; 陈群 中国科学院上海高等研究院高端医学影像技术研究中心; 上海201210; 中国科学院大学电子电气与通信工程学院; 北京100049; 上海科技大学生命科学与技术学院; 上海201210; 上海联影医疗科技有限公司联影研究院; 上海201807
肺结节   ct图像   计算机辅助检测   卷积神经网络   深度学习  

摘要:为帮助医生降低工作强度,减少诊断错误,提升准确率,提出一种基于三维卷积神经网络的肺结节检测算法。根据肺结节在CT图像中的特点,设计改进的三维候选区域推荐网络进行结节初始检测。在此基础上,使用多尺度、多网络融合的分类网络去除初检结果中的假阳性。在LUNA16数据集上验证了所提算法的准确性和有效性,并将结果与其它算法进行比较,讨论了该肺结节检测算法的性能。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅