钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
物理学期刊
\
光学学报期刊
\
基于三维卷积神经网络的肺结节识别研究
基于三维卷积神经网络的肺结节识别研究
作者:
冯雨
吴晨玥
易本顺
章云港
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
图像处理
计算机辅助检测
肺结节
三维卷积神经网络
深度学习
摘要:
针对传统计算机辅助检测系统中肺结节检测存在大量假阳性的问题,提出一种基于三维卷积神经网络的肺结节识别方法.首先,将传统二维卷积神经网络扩展为三维卷积神经网络,充分挖掘肺结节的三维特征,增强特征的表达能力;其次,将密集连接网络与SENet相结合,在加强特征传递和复用的同时,通过特征重标定自适应学习特征权重;另外,引入focal loss作为网络的分类损失函数,提高对难样本的学习.在LUNA16数据集上的实验结果表明:与当前的主流深度学习算法相比,所提网络模型在平均每组CT图像中假阳个数为1和4时的检出率达到了0.911和0.934,CPM得分为0.891,优于大部分主流算法.
暂无资源
收藏
引用
分享
推荐文章
基于三维卷积神经网络的低剂量CT肺结节检测
肺癌筛查
3D卷积神经网络
ELCAP
肺结节
平衡
融合多维度卷积神经网络的肺结节分类方法
肺结节分类
卷积神经网络
深度学习
多维度
加权融合
CT图像
深度卷积神经网络胸片肺结节分类识别研究
卷积神经网络
胸片
肺结节
图像分类
基于深度卷积神经网络的三维模型识别
卷积神经网络
占用网格
体素化
随机梯度下降
旋转增强
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于三维卷积神经网络的肺结节识别研究
来源期刊
光学学报
学科
工学
关键词
图像处理
计算机辅助检测
肺结节
三维卷积神经网络
深度学习
年,卷(期)
2019,(6)
所属期刊栏目
机器视觉
研究方向
页码范围
248-253
页数
6页
分类号
TP391
字数
语种
中文
DOI
10.3788/AOS201939.0615006
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
易本顺
90
681
13.0
21.0
2
章云港
5
1
1.0
1.0
3
冯雨
6
3
1.0
1.0
4
吴晨玥
4
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(52)
共引文献
(22)
参考文献
(12)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1961(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
2004(1)
参考文献(0)
二级参考文献(1)
2006(2)
参考文献(1)
二级参考文献(1)
2008(1)
参考文献(0)
二级参考文献(1)
2009(2)
参考文献(0)
二级参考文献(2)
2010(3)
参考文献(1)
二级参考文献(2)
2011(5)
参考文献(0)
二级参考文献(5)
2012(2)
参考文献(0)
二级参考文献(2)
2013(2)
参考文献(0)
二级参考文献(2)
2014(5)
参考文献(0)
二级参考文献(5)
2015(9)
参考文献(2)
二级参考文献(7)
2016(10)
参考文献(1)
二级参考文献(9)
2017(15)
参考文献(2)
二级参考文献(13)
2018(5)
参考文献(5)
二级参考文献(0)
2019(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
图像处理
计算机辅助检测
肺结节
三维卷积神经网络
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光学学报
主办单位:
中国光学学会
中国科学院上海光学精密机械研究所
出版周期:
半月刊
ISSN:
0253-2239
CN:
31-1252/O4
开本:
大16开
出版地:
上海市嘉定区清河路390号(上海800-211信箱)
邮发代号:
4-293
创刊时间:
1981
语种:
chi
出版文献量(篇)
11761
总下载数(次)
35
总被引数(次)
130170
期刊文献
相关文献
1.
基于三维卷积神经网络的低剂量CT肺结节检测
2.
融合多维度卷积神经网络的肺结节分类方法
3.
深度卷积神经网络胸片肺结节分类识别研究
4.
基于深度卷积神经网络的三维模型识别
5.
基于卷积神经网络识别重力异常体
6.
基于卷积神经网络的肺结节分类算法
7.
采用深度级联卷积神经网络的三维点云识别与分割
8.
基于Dropout卷积神经网络的行为识别
9.
基于卷积神经网络的室内场景三维重建技术研究
10.
基于伪三维卷积神经网络的手势姿态估计
11.
基于医学征象和卷积神经网络的肺结节CT图像哈希检索
12.
基于多视图循环神经网络的三维物体识别
13.
基于深度学习的人工智能在肺结节诊断领域的进展
14.
基于体素模型与卷积神经网络的三维模型分类算法
15.
基于3D卷积神经网络的人体行为识别方法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
光学学报2022
光学学报2021
光学学报2020
光学学报2019
光学学报2018
光学学报2017
光学学报2016
光学学报2015
光学学报2014
光学学报2013
光学学报2012
光学学报2011
光学学报2010
光学学报2009
光学学报2008
光学学报2007
光学学报2006
光学学报2005
光学学报2004
光学学报2003
光学学报2002
光学学报2001
光学学报2000
光学学报1999
光学学报2019年第9期
光学学报2019年第8期
光学学报2019年第7期
光学学报2019年第6期
光学学报2019年第5期
光学学报2019年第4期
光学学报2019年第3期
光学学报2019年第2期
光学学报2019年第12期
光学学报2019年第11期
光学学报2019年第10期
光学学报2019年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号