| 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 |
