结合FPN改进R-FCN的肺结节检测算法

作者：李莉; 乔璐; 张浩洋

来源：计算机应用与软件, 2022, 39(04): 179-184.

• 肺结节检测
• CT影像
• R-FCN
• 特征金字塔

针对目前肺结节检测算法在CT影像中存在的检出率低、假阳性高及体积较小的结节难以检测的问题，提出结合特征金字塔FPN(Feature Pyramid Networks)改进R-FCN(Region-based Fully Convolutional Networks)的肺结节检测算法。对传统R-FCN算法加以改进，将ResNet(Residual Neural Network)结构升级为DenseNet(Dense Convolutional Network)利用其密集连接机制以加强特征的传播复用，提升网络效率；引入FPN结构，一方面用于生成不同尺度的特征作为RPN(Region Proposal Network)网络的输入以生成候选区域，另一方面在检测时可以综合利用低层特征的高分辨率信息与高层特征的高语义信息，从而有效解决体积较小结节难以定位的问题。改进网络将使用focal loss作为损失函数以解决训练过程中正负样本不均衡的问题。实验结果显示，所提算法的CPM为0.876,检测精度有效提升。

• 单位
  东北林业大学