基于卷积神经网络的小细胞型肺癌辅助检测方法

• 作者: 李学沧 贾识桢
• 来源期刊: 中国数字医学
• 关键词: 小细胞型肺癌 卷积神经网络 机器学习
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 【数字医学研究与应用】Research and Application of Digital Medicine
• 页码范围: 65-67,72
• 页数: 4页
• 字数: 3600字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-7571.2013.10.021

摘要

肺癌是世界上患病率并且死亡率最高的疾病之一，而小细胞型肺癌由于密度差最大以及涉及较多的图像因素，是脏器中最容易诊断的癌症。创新性地提出一种新的辅助检测方法，即采取卷积神经网络算法辅助检测小细胞型肺癌，该算法已经在人脸识别、车辆识别和文字判别等领域取得了丰硕的成果。卷积神经网络很好地结合了之前检测算法的优点，又能兼顾准确性，更好地减少误诊率，提高学习效率。此外当有新的学习样本加入，在保持原有学习结果的基础上，只调整神经元的权值就能明显提高诊断率。