肺结节智能检测和三维可视化系统设计与实现 |
| |
引用本文: | 马思然,杨媛媛,倪扬帆,顾轶平.肺结节智能检测和三维可视化系统设计与实现[J].计算机测量与控制,2020,28(9):177-181. |
| |
作者姓名: | 马思然 杨媛媛 倪扬帆 顾轶平 |
| |
作者单位: | 中国科学院上海技术物理研究所医学影像信息学实验室,上海 200083;中国科学院大学,北京100049;中国科学院上海技术物理研究所医学影像信息学实验室,上海 200083 |
| |
基金项目: | 国家重点研发计划项目(2017YFC0112900) |
| |
摘 要: | 为了提高肺部疾病识别效率,减少肺结节漏诊率,设计了一套肺结节智能检测和三维可视化系统。方法:构建了一个基于RESNET的深度多通道三维卷积神经网络,根据LUNA16公开数据集的888例患者图像,选择权重参数为α=0.5,γ=2的Focal loss损失函数进行训练,在CT图像上对可疑的肺结节进行检测,采用光线投射算法对检测出的结节区域进行体绘制三维重建。结果:经实验测试,该网络与单通道网络和特征金字塔网络(Feature Pyramid network, FPN)相比,准确度最高,为84.8%,系统能够在230s内自动检测肺结节并完成三维重建,对于分辨率1mm/pixel的CT图像灵敏度在98%以上,用户可在浏览器上查看结节检测结果和三维重建模型。结论:该系统突破了终端设备和地域限制,能够为肺部疾病提供辅助诊断,提高诊断效率。
|
关 键 词: | CT图像 肺结节 三维卷积神经网络 三维可视化 浏览器 |
收稿时间: | 2020/1/8 0:00:00 |
修稿时间: | 2020/8/21 0:00:00 |
Design and realization of intelligent detection and three-dimensional visualization system for pulmonary nodules |
| |
Abstract: | |
| |
Keywords: | CT images pulmonary nodule 3D convolutional neural network 3D visualization browser |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《计算机测量与控制》浏览原始摘要信息 |
|
点击此处可从《计算机测量与控制》下载全文 |