科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的提出一种基于融合先验知识的肺结节深度学习分类方法。方法整体模型中包括图像特征提取子模型、语义提取子模型、语义整合子模型、多模态融合部分等。首先通过本文提出算法将医师标注语义信息转换为模糊one-hot码,然后将区域生长法设定不同阈值的输出图像输入语义提取子模型,模糊one-hot码作为多标签训练模型。最后将已训练语义提取子模型固定权重作为语义提取器置入整体模型中,输入图像分别经过图像特征提取子模型和语义提取子模型与语义整合子模型后通过融合输出预测结果。结果以公开数据集LIDC-IDRI作为实验数据做五折交叉验证,得出模型分类性能准确度88.32%、灵敏度81.86%、特异性93.37%、AUC0.9220。结论基于融合先验知识的肺结节深度学习模型可较高性能实现肺结节良恶性诊断,可作为辅助影像医师诊断的有效工具。
-
单位电子工程学院; 天津大学
