基于目标检测算法的肺结节辅助诊断系统

• 作者: 刘威 席孝倩
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 肺结节检测 目标检测算法 YOLO V3 肺实质图像分割 CAD
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 图像处理
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.11.001

摘要

据统计,肺癌在全世界范围内是发病率、致死率最高的疾病之一.随着计算机辅助诊断系统(CAD)和卷积神经网络(CNN)的成熟化,医疗领域的诊断治疗也逐渐智能化.本文提出一种基于目标检测算法的肺结节自动检测方法,并提出一套将阈值分割算法和数字形态学处理相结合的肺实质CT影像处理流程.对LUNA16数据集中的1186个肺结节进行训练和学习,观察YOLO V3模型在数据集中的评价结果来验证模型,实验结果准确率达到92.18％,每张图片平均检测时间为0.035 s.与现有的肺结节检测算法SSD、CNN、U-Net等模型进行对比试验,以验证YOLO V3模型的有效性.同时本文基于CAD技术设计肺结节辅助诊断系统,实现人机交互,为医生提供简单明了的辅助诊断工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘威		106	432	10.0	18.0
2	席孝倩		1	0	0.0	0.0