基于改进的卷积神经网络的肺结节良恶性分类

作者：刘咏江; 谢红薇^*; 刘爱媛; 张昊; 强彦

来源：计算机工程与设计, 2019, 40(07): 2013-2018.

DOI：10.16208/j.issn1000-7024.2019.07.035

• 卷积神经网络
• 多层感知器卷积层
• 卷积层
• 肺结节
• 良恶性分类

为提高肺结节良恶性分类的准确率,降低误诊率,提出一种基于改进的卷积神经网络的肺结节良恶性分类方法。采用多层感知器卷积层来提取肺结节特征;利用卷积层代替全连接层,减少网络参数,将提取到的特征输入至分类器进行分类;从网络深度、参数优化算法、学习率衰减策略、激活函数4个方面分析对分类效果的影响,构建改进的卷积神经网络模型。在LIDC-IDRI数据集上的实验结果表明,该模型的准确率、敏感性、特异性和AUC值分别为95.5%、0.96、0.95和0.96,该方法比传统卷积神经网络有更高的分类准确率和低误诊率,取得了较好的分类效果。

• 单位
  太原理工大学; 山西大医院