基于YOLOV3的肺结节检测方法研究

作者:黄冕; 刘顺有*; 杨林海
来源:科技资讯, 2022, 20(14): 251-253.
DOI:10.16661/j.cnki.1672-3791.2201-5042-6492

摘要

在传统的CT图像肺结节检测方法中,检测率和定位精度低并且处理速度慢耗费时间长,又因为在肺部图像中存在结构复杂、肺结节过小、肺结节病理特征各异,所以检测结果假阳性高、存在敏感度低。针对这些问题,该文提出多尺度特征金字塔密集网络,重点优化了肺部结节目标过小、位置复杂、特征各异以及容易误诊等问题。针对在肺结节检测中肺结节目标比较小容易带来位置误差,设计了相应的损失函数。通过减少位置误差带来的影响同时保证得到有效的损失函数传递,从而提高肺结节位置的定位精度。在LIDC-IDRI数据集上该文方法的查准率、查全率和准确率分别为99.57%、95.69%、98.6%,相较于传统的检测方法有明显提升。