肺结节智能检测和三维可视化系统设计与实现

• 作者: 倪扬帆 杨媛媛 顾轶平 马思然
• 来源期刊: 计算机测量与控制
• 关键词: CT图像 肺结节 三维卷积神经网络 三维可视化 浏览器
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 设计与应用
• 页码范围: 177-181
• 页数: 5页
• 分类号: R445.3|TP391.41
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.09.035

摘要

为了提高肺部疾病识别效率,减少肺结节漏诊率,设计了一套肺结节智能检测和三维可视化系统;构建一个基于RESNET的深度多通道三维卷积神经网络,根据LUNA16公开数据集的888例患者图像,选择权重参数为α=0.5,γ=2的Focal loss损失函数进行训练,在CT图像上对可疑的肺结节进行检测,采用光线投射算法对检测出的结节区域进行体绘制三维重建;经实验测试,该网络与单通道网络和特征金字塔网络(Feature Pyramid network,FPN)相比,准确度最高,为84.8％,系统能够在230 s内自动检测肺结节并完成三维重建,对于分辨率1 mm/pixel的CT图像灵敏度在98％以上,用户可在浏览器上查看结节检测结果和三维重建模型;该系统突破了终端设备和地域限制,能够为肺部疾病提供辅助诊断,提高诊断效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马思然	中国科学院上海技术物理研究所	2	0	0.0	0.0
2	杨媛媛	中国科学院上海技术物理研究所	7	19	2.0	4.0
3	倪扬帆	中国科学院上海技术物理研究所	1	0	0.0	0.0
4	顾轶平	中国科学院上海技术物理研究所	1	0	0.0	0.0