基于卷积神经网络的肺结节分类方法研究

• 作者: 彭超 胡永祥
• 来源期刊: 湖南工业大学学报
• 学科: 工学
• 关键词: 肺结节 残差网络 双路径连接块 密集连接
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 84-90
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2021.01.012

摘要

为了提高肺结节自动恶性分类模型的性能,提出一种肺结节良恶性分类算法.首先,将3维肺结节CT图像作为模型输入;然后将双路径网络与卷积神经网络模型结合用于提取CT图像特征.其中,残差连接用于捕获更多高层和语义信息,密集连接用于降低模型的复杂度.在Luna16数据集上的实验结果表明,该算法的ROC可以达到90％,算法性能优于同类型算法性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡永祥		30	107	6.0	9.0
2	彭超		2	0	0.0	0.0