基于深度学习的计算机辅助肺癌诊断方法

• 作者: 侯宇轩 冯元力 冯浩哲 刘新国 宋怡文 张建伟 张鹏 徐欣楠 李佳翔 王洪伟 闫守琨
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 肺癌 深度学习 医学影像处理
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 图像与视觉
• 页码范围: 90-99
• 页数: 10页
• 分类号: TP391.41
• 字数: 8977字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2018.16919

摘要

癌症,是21世纪死亡率较高的疾病之一,而肺癌在所有癌症发病率及死亡率中均占首位.近年来,随着大数据与人工智能的兴起,基于深度学习的肺癌辅助诊断逐渐成为热门的研究课题.计算机辅助肺癌诊断技术主要是对医学仪器成像得到的肺部影像数据进行处理分析的过程,文中将这类过程总结为4个步骤：医学影像数据预处理、肺实质分割、肺结节检测与分割,以及病变诊断.由于深度学习技术对于训练数据的数量需求较高,而目前领域内公开较多的数据主要是肺部CT图像的结节数据,因此深度学习上对于肺癌辅助诊断的工作主要是肺内实质部分分割、肺结节检测分割以及病变分析的工作.文中对于面向肺癌辅助诊断的传统医学影像处理方法进行了简单介绍,并对前沿的深度学习医学影像处理方法进行了综述.