应用于平扫CT图像肺结节检测的深度学习方法综述

• 作者: 冯浩哲 张天平 朱正茂 潘巧明 胡伟俭 陈为
• 来源期刊: 浙江大学学报（理学版）
• 学科: 工学
• 关键词: 深度学习 肺结节 卷积神经网络 数据库
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 综述
• 页码范围: 379-384
• 页数: 6页
• 分类号: TP301
• 字数: 5172字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-9497.2017.04.001

摘要

肺癌是一种致死率很高的癌症.通过肺部平扫CT影像检测肺结节对肺癌早期诊断、治疗意义重大.全面介绍了一种革命性的图像识别技术--深度学习方法,在肺结节检测中的应用.首先,横向对比了不同卷积神经网络的结构及其在图像识别上的效果,其次着重分析了不同深度学习方法在训练肺结节分类器上的应用,包括faster-RCNN、迁移学习、残差学习以及迁移学习.还介绍了一些可用的肺部CT影像数据集供读者参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘巧明	丽水学院工学院	27	122	6.0	10.0
2	胡伟俭	丽水学院工学院	17	56	4.0	7.0