基于卷积神经网络的CT图自动检测深度学习

作者：张少宇

来源：信息技术, 2019, 43(11): 121-124.

DOI：10.13274/j.cnki.hdzj.2019.11.025

• 卷积神经网络
• CT图
• 自动检测
• 深度学习

针对肺结节良恶性诊断的难度,采用自定义卷积神经网络对其进行建模分析。通过多次实验分析,构建得到了可以实现7层肺结节检测的卷积神经网络模型,在每层中都含有训练参数,得到13×13的卷积核。测试肺结节的算法通过4个指标进行评价,分别为准确性和特异性、敏感性和假阳率。PndCnn-7参数优化结果得到,学习率lr介于[0. 4,1. 05]范围内,需要处理的批次达到最少0. 75。13×13卷积核能够实现网络的快速收敛,并且不会引起震荡的现象。当epoch增大至50,则会引起误差的明显减小,使网络达到良好的收敛状态。

• 单位
  广东金融学院