基于深度学习的医学图像肺结节检测

• 作者: 刘迪 徐慧 王艳娇
• 来源期刊: 微电子学与计算机
• 关键词: 肺结节检测 深度学习 卷积神经网络 假阳性去除
• 年，卷（期）: 2019,（5）
• 页码范围: 5-9
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文

摘要

为了解决传统计算机辅助诊断系统对肺CT图像结节检出率低、假阳性高的问题,提出一种基于深度学习的肺部CT图像结节检测模型.根据肺部CT图像的三维本质特性,首先采用3D Faster R-CNN提取特征,进行候选结节的检测;然后再利用3D卷积神经网络进行假阳性结节去除.该方法在LUNA16数据集上进行了实验,采用国际医学影像领域通用的FROC方法进行评价,统计在不同假阳比例下的敏感性指标,平均FROC数值为82.8％,相比于传统的诊疗方法识别率有显著提升.该模型可用于辅助医生进行肺结节诊断,具有一定的临床应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王艳娇	东北电力大学计算机学院	14	69	5.0	7.0
2	刘迪	东北电力大学计算机学院	8	31	3.0	5.0
3	徐慧	东北师范大学信息科学与技术学院	2	4	1.0	2.0