基于深度卷積神經(jīng)網(wǎng)絡(luò)算法的肺結(jié)節(jié)檢測模型
摘要:以卷積神經(jīng)網(wǎng)絡(luò)為代表的深度學(xué)習(xí)算法在醫(yī)學(xué)影像分析領(lǐng)域正引起廣泛美注,并取得了令人驚嘆的進(jìn)步。為了進(jìn)一步提高卷積神經(jīng)網(wǎng)絡(luò)在計算機(jī)輔助篩查肺結(jié)節(jié)應(yīng)用的準(zhǔn)確率,本文設(shè)計了2種改良的深度卷積神經(jīng)網(wǎng)絡(luò),這些改進(jìn)加快了神經(jīng)網(wǎng)絡(luò)的訓(xùn)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(xué)習(xí)到CT影像三維重建后的圖像特征。通過實驗,改進(jìn)的檢測模型在LUNAl6數(shù)據(jù)集上的準(zhǔn)確率明顯好于其他模型,這種網(wǎng)絡(luò)結(jié)構(gòu)也可用于醫(yī)學(xué)影像領(lǐng)域中其他三維圖像的檢測場景。最后,構(gòu)建了一套適用于遠(yuǎn)程醫(yī)療的“計算機(jī)輔助肺癌篩查與診斷系統(tǒng)”,該系統(tǒng)能夠自動檢測出CT影像中肺結(jié)節(jié),并給出結(jié)節(jié)的良惡性概率評估。通過該系統(tǒng)的應(yīng)用,可以有效緩解放射科醫(yī)生超高的勞動強(qiáng)度,提高閥片效率,服務(wù)更多患者;減少漏診和誤診發(fā)生的次數(shù),有助于提高肺結(jié)節(jié)的診斷準(zhǔn)確率;從而促進(jìn)我國肺癌早篩工作的推廣。
注: 保護(hù)知識產(chǎn)權(quán),如需閱讀全文請聯(lián)系數(shù)學(xué)建模及其應(yīng)用雜志社