基于深度学习的肺结节多分类方法

• 作者: 林浩锦
• 来源期刊: 长江信息通信
• 关键词: 肺结节 多分类 卷积神经网络 临床 评估
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 技术创新
• 页码范围: 16-18
• 页数: 3页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1131.2021.03.005

摘要

临床上肺结节的评估往往需要综合临床信息和影像特征进行判断,不同类型的结节的肺癌概率和判定标准也不尽相同,文章基于LIDC-IDRI数据集和额外的人工标注,提出了一种肺结节多分类的方法,利用多分类卷积神经网络,对预处理之后的CT数据进行肺结节的四分类,得到的分类结果更注重对临床医生的可理解的特征分类进行判断.实验表明,该方法取得了良好的效果,四种分类的准确性都在92％以上.该方法可以给医生提供一个可靠的结节分类效果,便于后续的肺结节评估.