基于三维卷积神经网络的低剂量CT肺结节检测

• 作者: 吕晓琪 吴凉 张文莉 李菁 谷宇
• 来源期刊: 光学精密工程
• 学科: 医学
• 关键词: 肺癌筛查 3D卷积神经网络 ELCAP 肺结节 平衡
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息科学
• 页码范围: 1211-1218
• 页数: 8页
• 分类号: TP391.4|R445.3
• 字数: 3871字
• 语种: 中文
• DOI: 10.3788/OPE.20182605.1211

摘要

为提高早期肺癌筛查过程中肺结节的检出率,提出利用三维卷积神经网络进行低剂量CT肺结节检测.首先采用多方向形态学滤波算法对低剂量序列CT图像进行预处理;接着,利用改进三维区域生长与凸包算法相结合进行肺实质分割;然后提取三维候选结节,为了解决卷积神经网络对样本不平衡的敏感问题,对三维候选结节正样本进行旋转和光照处理;最后在不同的网络参数下,对ELCAP数据库中50个序列低剂量肺癌筛查数据进行4组实验.实验结果表明,通过对网络参数的不断优化,准确度、灵敏度、特异度以及ROC曲线的AUC值分别达到了84.6％ 、88.89％ 、80.32％ 及0.9244.该方法能够正确地对低剂量CT肺结节进行检测,与文献所提出肺结节检测算法相比,准确度、灵敏度和特异度分别平均提高了5.37％ 、5.6％ 和10.42％,综合性能较强,可以为肺癌筛查提供有效的帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕晓琪	内蒙古科技大学信息工程学院	82	506	13.0	16.0
3	谷宇	内蒙古科技大学信息工程学院	36	188	9.0	12.0
7	李菁	内蒙古科技大学信息工程学院	9	38	3.0	6.0
10	吴凉	内蒙古科技大学信息工程学院	5	32	3.0	5.0
11	张文莉	内蒙古科技大学信息工程学院	2	23	2.0	2.0