深度卷积神经网络胸片肺结节分类识别研究

• 作者: 康怀强 柳馨雨 陈寿宏 马峻
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 卷积神经网络 胸片 肺结节 图像分类
• 年，卷（期）: 2018,（24）
• 所属期刊栏目: 图形图像处理
• 页码范围: 176-181
• 页数: 6页
• 分类号: TP39
• 字数: 4740字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1806-0382

摘要

针对肺结节特征复杂且不明显,难以精确诊断出胸片中是否含有肺结节的问题,提出将深度神经网络应用于肺结节分类识别之中.首先通过将胸片灰度一致化,减少由于不同设备导致胸片亮度与灰度的差异;其次采用不同的数据扩增方法使得深度卷积神经网络可以充分提取肺结节的特征;最后通过改进的神经网络架构对肺结节进行分类识别.提出的算法有效地避免了在对胸片图像进行分割时造成图像特征部分丢失的现象,同时克服了由于胸片图像的复杂造成的肺结节特征不明显的缺点.最终通过实验研究证明胸片肺结节分类识别的平均准确率达到84.2％,在医学胸片肺结节的分类识别领域上具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈寿宏	桂林电子科技大学电子工程与自动化学院	37	107	5.0	8.0
2	马峻	桂林电子科技大学电子工程与自动化学院	19	83	5.0	9.0
3	柳馨雨	桂林电子科技大学电子工程与自动化学院	1	3	1.0	1.0
4	康怀强	桂林电子科技大学电子工程与自动化学院	2	3	1.0	1.0