基于多尺度卷积的新型肺结节位置检测方法

作者：吴朦朦; 杜秋晨; 郭艺^*

来源：中国医疗器械杂志, 2023, 47(04): 402-405.

• 肺结节
• CT影像序列
• U-Net
• 多尺度卷积

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
  北京航空航天大学