| 基于密集神经网络的肺结节假阳性筛查模型 |
| |
| 引用本文： | 杨靖祎,张翠肖,戴健,郝杰辉,王森.基于密集神经网络的肺结节假阳性筛查模型[J].计算机技术与发展,2021(4):147-152. |
| |
| 作者姓名： | 杨靖祎 张翠肖 戴健 郝杰辉 王森 |
| |
| 作者单位： | 石家庄铁道大学信息科学与技术学院;河北医科大学第二医院信息中心 |
| |
| 基金项目： | 国家自然科学基金(61702347)。 |
| |
| 摘 要： | 通过肺部CT影像进行肺结节检测是肺癌早期筛查的重要手段,而候选结节的假阳性筛查是结节检测的关键部分。传统的结节检测方法主要通过简单的先验知识再利用低级的描述特征进行辅助检测,存在着假阳性高、敏感度低的问题。在深度学习中,卷积神经网络可以在通用的学习过程中提取图像的特征。提出了一种基于密集神经网络的结节假阳性筛查模型:首先对CT图像进行阈值分割提取肺区再截取以结节为中心的图像,送入网络模型进行分类训率;在网络模型中,通过稠密连接强化特征利用、扩大特征空间,采用瓶颈层降低参数冗余。模型在公开的LIDC数据集上取得了95.82%的准确率,ROC曲线下面积达到0.987,CPM为0.772。实验结果表明了该模型的有效性,其性能优于相关文献的方法,适用于肺结节的假阳性降低。
|
| 关 键 词： | 肺结节 假阳性筛查 密集神经网络 稠密连接 深度学习 |
False Positive Screening of Pulmonary Nodules with DenseNet |
| |
| YANG Jing-yi,ZHANG Cui-xiao,DAI Jian,HAO Jie-hui,WANG Sen.False Positive Screening of Pulmonary Nodules with DenseNet[J].Computer Technology and Development,2021(4):147-152. |
| |
| Authors: | YANG Jing-yi ZHANG Cui-xiao DAI Jian HAO Jie-hui WANG Sen |
| |
| Affiliation: | (School of Information Science and Technology,Shijiazhuang Tiedao University,Shijiazhuang 050043,China;Information Center,the Second Hospital of Hebei Medical University,Shijiazhuang 050000,China) |
| |
| Abstract: | |
| |
| Keywords: | pulmonary nodule false positive screen DenseNet dense connection deep learning |
| 本文献已被 维普 等数据库收录！ |
|
