基于3D卷积神经网络的肺结节检测

作者：黄冬云; 王欣^*; 秦斌

来源：湖南工业大学学报, 2023, 37(01): 75-82.

• 3D卷积
• V-Net
• 肺结节检测
• 残差
• 分类
• VGG

针对肺结节自动检测模型精度较低，假阳性较高等问题，提出一种基于3D卷积神经网络的两阶段肺结节检测方法。第一阶段使用3D V-Net检测出所有候选结节，并融合残差跳转连接构建深层网络，以保留上层网络一定比例输出，实现图像特征重用，引入改进的损失函数解决数据集正负样本失衡的问题；第二阶段使用3D VGG网络对候选结节分类，以降低假阳性，并加入残差连接防止梯度消失和退化，以加速网络训练过程。实验结果表明，该方法在候选结节检测阶段的敏感度为91.28%，分类阶段的准确率为99.22%，敏感度为96.60%，可有效辅助放射科医生对肺结节进行检测。

• 单位
  湖南工业大学