|
|||||
|
|
| 应用于平扫CT图像肺结节检测的深度学习方法综述 | |
| 作者姓名： | 胡伟俭 陈为 冯浩哲 张天平 朱正茂 潘巧明 |
| 作者单位： | 1. 丽水学院 工学院, 浙江 丽水 323000; 2. 浙江大学 计算机学院 CAD&CG国家重点实验室, 浙江 杭州 310058 |
| 基金项目： | 浙江省自然科学基金资助项目（LY13F020019）. |
| 摘 要： | 肺癌是一种致死率很高的癌症.通过肺部平扫CT影像检测肺结节对肺癌早期诊断、治疗意义重大.全面介绍了一种革命性的图像识别技术——深度学习方法,在肺结节检测中的应用.首先,横向对比了不同卷积神经网络的结构及其在图像识别上的效果,其次着重分析了不同深度学习方法在训练肺结节分类器上的应用,包括faster-RCNN、迁移学习、残差学习以及迁移学习.还介绍了一些可用的肺部CT影像数据集供读者参考. |
| 关 键 词： | 深度学习 肺结节 卷积神经网络 数据库 |
| 收稿时间： | 2017-05-23 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《浙江大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《浙江大学学报(理学版)》下载免费的PDF全文 | |