CT图像融合专家知识的肺结节良恶性诊断方法

作者：禹文明; 刘伟; 张其超

来源：国外电子测量技术, 2023, 42(07): 181-187.

DOI：10.19652/j.cnki.femt.2304943

• CT图像
• 肺部结节
• LIDC-IDRI
• EfficientNet

针对当前卷积神经网络在医学CT图像肺部结节分类中存在图像特征提取不全面，导致分类准确度低且检测时间长的问题，提出了一种基于深度网络特征融合的分类检测网络(efficient selective convolutional network,ESC-Net),网络是以EfficientNet-V1为基础框架，在MBConv(mobile inverted residual bottleneck convolution)结构中引入轻量级注意力机制，同时，为降低网络的参数量和FLOPs,删去3层MBConv结构，进一步增强了特征提取和分类能力，适合于实际应用场景中快速、精准地诊断恶性结节。结果表明，在LIDC-IDRI数据集上，方法实现了对肺结节良恶性的精确分类，分类准确率和AUC值分别达到了94.6%与98.3%,优于大部分主流的分类方法。

• 单位
  南京信息工程大学; 物联网学院; 自动化学院; 枣庄学院; 南京信息工程大学滨江学院