基于多尺度特征结构的U-Net肺结节检测算法

• 作者: 朱辉 秦品乐
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 小目标检测 卷积神经网络 深度学习 密集网络 肺结节
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图形图像处理
• 页码范围: 254-261
• 页数: 8页
• 分类号: TP391.41
• 字数: 8805字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0051769

摘要

针对肺结节低层特征在网络传输过程中的缺失问题,基于多尺度特征结构,提出一种改进的U-Net卷积神经网络肺结节检测算法.采用卷积操作与池化操作获取高层特征,通过密集网络使得特征信息在输入层和输出层之间高速流通,并结合扩张卷积生成多尺度特征,提高肺结节低层特征的利用率.实验结果表明,与传统U-Net卷积神经网络的肺结节检测算法相比,改进算法对于小型结节的检测准确率约提高20％,可实现更准确的肺部病灶区域定位.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦品乐	中北大学大数据学院	48	248	8.0	13.0
2	朱辉	中北大学大数据学院	2	4	2.0	2.0