基于卷积神经网络的CT图像肺结节检测

作者：谢未央; 陈彦博; 王季勇; 李强^*; 陈群

来源：计算机工程与设计, 2019, 40(12): 3575-3581.

DOI：10.16208/j.issn1000-7024.2019.12.035

• 肺结节
• CT图像
• 计算机辅助检测
• 卷积神经网络
• 深度学习

为帮助医生降低工作强度,减少诊断错误,提升准确率,提出一种基于三维卷积神经网络的肺结节检测算法。根据肺结节在CT图像中的特点,设计改进的三维候选区域推荐网络进行结节初始检测。在此基础上,使用多尺度、多网络融合的分类网络去除初检结果中的假阳性。在LUNA16数据集上验证了所提算法的准确性和有效性,并将结果与其它算法进行比较,讨论了该肺结节检测算法的性能。

• 单位
  中国科学院大学; 上海科技大学; 中国科学院上海高等研究院; 上海联影医疗科技有限公司