| 基于三维卷积神经网络的肺结节识别研究 |
| |
| 引用本文： | 冯雨,易本顺,吴晨玥,章云港.基于三维卷积神经网络的肺结节识别研究[J].光学学报,2019,39(6):248-253. |
| |
| 作者姓名： | 冯雨 易本顺 吴晨玥 章云港 |
| |
| 作者单位： | 武汉大学电子信息学院,湖北武汉,430072;武汉大学电子信息学院,湖北武汉,430072;武汉大学电子信息学院,湖北武汉,430072;武汉大学电子信息学院,湖北武汉,430072 |
| |
| 摘 要： | 针对传统计算机辅助检测系统中肺结节检测存在大量假阳性的问题,提出一种基于三维卷积神经网络的肺结节识别方法。首先,将传统二维卷积神经网络扩展为三维卷积神经网络,充分挖掘肺结节的三维特征,增强特征的表达能力;其次,将密集连接网络与SENet相结合,在加强特征传递和复用的同时,通过特征重标定自适应学习特征权重;另外,引入focal loss作为网络的分类损失函数,提高对难样本的学习。在LUNA16数据集上的实验结果表明:与当前的主流深度学习算法相比,所提网络模型在平均每组CT图像中假阳个数为1和4时的检出率达到了0.911和0.934,CPM得分为0.891,优于大部分主流算法。
|
| 关 键 词： | 图像处理 计算机辅助检测 肺结节 三维卷积神经网络 深度学习 |
Pulmonary Nodule Recognition Based on Three-Dimensional Convolution Neural Network |
| |
| Feng Yu,Yi Benshun,Wu Chenyue,Zhang Yungang.Pulmonary Nodule Recognition Based on Three-Dimensional Convolution Neural Network[J].Acta Optica Sinica,2019,39(6):248-253. |
| |
| Authors: | Feng Yu Yi Benshun Wu Chenyue Zhang Yungang |
| |
| Institution: | (Electronic Information Schoolf Wuhan University,Wuhan,Hubei 430072,China) |
| |
| Abstract: | Feng Yu;Yi Benshun;Wu Chenyue;Zhang Yungang(Electronic Information Schoolf Wuhan University,Wuhan,Hubei 430072,China) |
| |
| Keywords: | image processing computer aided detection pulmonary nodule three-dimensional convolution neural network deep learning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
