科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的计算机辅助诊断系统对低剂量肺部CT图像结节检出率低、假阳性高等问题，提出一种类U-Net网络和基于注意力机制的两阶段肺结节检测模型。为了提高肺结节的检测速度和检出率，首先构建了一个三维网络用于候选结节的检测，充分利用结节的三维信息提高候选结节的检出率的同时，优化了检出速度；然后采用多视图输入方式以保证对结节空间特征的获取，将结节在三维空间下的矢状面、冠状面、水平面等9个角度下的切片一起输入网络，利用ViT模型做特征提取器并结合特征金字塔网络实现对结节的分类，将所有切片结果融合以实现对假阳性结节的筛除。最终在LUNA16数据集上的实验结果表明，所提出的模型准确率达到94.7%,提高了准确率的同时降低了误诊率和漏诊率。
- 单位
