基于深度卷積神經網絡算法的肺結節檢測模型
摘要：以卷積神經網絡為代表的深度學習算法在醫學影像分析領域正引起廣泛美注，并取得了令人驚嘆的進步。為了進一步提高卷積神經網絡在計算機輔助篩查肺結節應用的準確率，本文設計了2種改良的深度卷積神經網絡，這些改進加快了神經網絡的訓練速度．有效地防止了算法的過擬合。相比只采用二維卷積核的其他檢測模型，該模型能夠有效地學習到CT影像三維重建后的圖像特征。通過實驗，改進的檢測模型在LUNAl6數據集上的準確率明顯好于其他模型，這種網絡結構也可用于醫學影像領域中其他三維圖像的檢測場景。最后，構建了一套適用于遠程醫療的“計算機輔助肺癌篩查與診斷系統”，該系統能夠自動檢測出CT影像中肺結節，并給出結節的良惡性概率評估。通過該系統的應用，可以有效緩解放射科醫生超高的勞動強度，提高閥片效率，服務更多患者；減少漏診和誤診發生的次數，有助于提高肺結節的診斷準確率；從而促進我國肺癌早篩工作的推廣。
注: 保護知識產權,如需閱讀全文請聯系數學建模及其應用雜志社
相關推薦
更多
