摘要
目的 为了改善目前基于CT影像的肺结节位置检测方法准确性不高,减少漏检或误检问题,有效辅助影像科医生进行肺结节诊断。方法 提出一种基于多尺度卷积的新型肺结节位置检测方法。首先,采用影像预处理方法消除肺部CT影像中的噪声和伪影现象;其次,选取相邻位置的多幅单帧CT影像拼接成多帧图像,通过多尺度卷积改进的人工神经网络模型U-Net进行特征提取,增强了对不同尺寸和形状肺结节的特征提取能力,提高肺结节特征提取的准确性;最后,采用结节点检测方法对U-Net训练过程的损失函数进行改进,提高了肺结节位置检测准确性。结果 在LIDC-IDRI数据集上进行试验,实验结果表明该方法对≥3 mm和小于3 mm的肺结节检测的准确性分别达到98.02%和96.94%。结论 该方法可有效提高CT图像序列的肺结节检测准确性,能够较好满足肺结节诊断需求。
- 单位