基于深度学习的医学图像肺结节检测

作者：刘迪; 王艳娇; 徐慧

来源：微电子学与计算机, 2019, 36(05): 5-9.

DOI：10.19304/j.cnki.issn1000-7180.2019.05.002

• 肺结节检测
• 深度学习
• 卷积神经网络
• 假阳性去除

为了解决传统计算机辅助诊断系统对肺CT图像结节检出率低、假阳性高的问题,提出一种基于深度学习的肺部CT图像结节检测模型.根据肺部CT图像的三维本质特性,首先采用3D Faster R-CNN提取特征,进行候选结节的检测;然后再利用3D卷积神经网络进行假阳性结节去除.该方法在LUNA16数据集上进行了实验,采用国际医学影像领域通用的FROC方法进行评价,统计在不同假阳比例下的敏感性指标,平均FROC数值为82.8%,相比于传统的诊疗方法识别率有显著提升.该模型可用于辅助医生进行肺结节诊断,具有一定的临床应用价值.

• 单位
  东北电力大学; 东北师范大学