科研之友
微信
新浪微博
Facebook
分享链接
摘要
在肺癌的早期诊断过程中,肺癌的筛查是常用手段。但是人工筛查效率低下,对医生而言负担过重,采用深度学习技术的影像筛查,自动高效,成为研究的热点。其中,从影像中检测到的肺结节存在着假阳性过高的问题,因此准确判断患者肺结节的良性恶性成为筛查过程中关键的一步。本文提出一种深度学习模型,在损失函数上着眼于良恶性分类之间的有序行,关联性,从而有效去除假阳性。我们的方法在LIDC-IDRI数据集上获得很高的准确率和召回率。
-
单位中国科技大学; 中山火炬开发区医院; 中山市北京理工大学研究院
