间质纤维化CT衰减模式的整体分类通过深度卷积神经网络进行肺部疾病

• 作者: 于红梅 武建强
• 来源期刊: 医学诊断
• 学科: 教育
• 关键词: 间质性肺病 卷积神经网络 整体医学图像分类
• 年，卷（期）: 2019,（2）
• 页码范围: 61-65
• 页数: 5页
• 分类号: G6

摘要

间质性肺病(ILD)涉及在计算机断层扫描(CT)图像中观察到的几种异常成像模式。这些模式的准确分类在其中起着重要作用。准确地检测疾病的性质和发展程度。因此,开发自动肺部计算机辅助检测系统非常重要。传统上,该任务依赖于专家手动识别感兴趣区域(ROI)作为诊断潜在疾病的先决条件。该协议耗时并且禁止全自动评估。在这本文提出了一种在CT图像上对ILD成像模式进行分类的新方法。主要区别在于所提出的算法使用整个图像作为整体输入。通过规避手动输入ROI的先决条件,我们所面临的比以前更困难,但可以更好地解决临床工作流程。使用公开的ILD数据库的定性和定量结果证明了基于补丁的分类下的最新分类准确性,并显示了使用整体图像预测ILD类型的潜力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于红梅		10	0	0.0	0.0
2	武建强		7	0	0.0	0.0