多策略融合的肺结节检测模型与算法

作者：马巧梅; 梁昊然^*; 王明俊; 程鑫

来源：微电子学与计算机, 2021, 38(06): 38-44.

DOI：10.19304/j.cnki.issn1000-7180.2021.06.007

• 计算机辅助诊断
• 肺结节
• 循环残差
• U-Net
• 注意力门机制

肺结节早期检测可以提高病人的生存率,自动检测算法可以有效辅助医生进行诊断.为了提高肺结节检测精确度、降低漏诊率,提出了基于循环残差注意力门机制的U-Net(Recurrent Residual Attention Gate U-Net, R2AGU-Net)肺结节检测模型.首先在原始的U-Net基础上改进,添加循环残差卷积模块并融合注意力门机制,在增强特征提取性能的同时将注意力放在目标结节区域,通过抑制无关的特征响应获得较高的检测精度;其次改进损失函数解决肺结节图像数据不均衡问题,获得较高的检测敏感度;最后通过三维卷积神经网络(3D CNN)分类候选结节,降低检测的假阳性.在两个数据集上进行实验验证,结果表明本文提出的算法提升了检测速度和敏感度,取得了比现有算法更好的性能,具有较好的泛化能力。

• 单位
  中北大学