基于深度学习的肺部肿瘤检测方法

作     者：陈强锐 谢世朋 CHEN Qiang-rui;XIE Shi-peng

作者机构：南京邮电大学通信与信息工程学院江苏南京210003 

基　　金：国家自然科学基金(11547155) 教育部-中国移动科研基金(MCM20150504) 江苏省科技重点研发计划-产业前瞻与共性关键技术(BE2016001-4) 南京邮电大学科研基金(NY214026 NY217035) 

出 版 物：《计算机技术与发展》 (Computer Technology and Development)

年 卷 期：2018年第28卷第4期

页      码：201-204页

摘      要：随着现代计算机技术的发展与应用,计算机辅助诊断系统在医学影像分析领域的地位变得愈发重要。其技术的关键在于病灶的定位与分类。由于图像的特征提取十分复杂,若应用传统机器学习方法,则需对图像作大量的预处理。文中提出一种基于深度学习的肺部肿瘤检测方法,运用卷积神经网络对患者肺部肿瘤图像进行特征提取。结合区域建议网络预测肿瘤在图片中可能存在的位置,同时生成建议框。利用学习好的特征对目标区域进行分类并微调建议框的位置。该方法无需人工设计目标特征,通过卷积神经网络学习到的特征更加具有代表性,且能够较好地预测肿瘤的位置。在NLST以及Kaggle的数据集上对该方法进行了评估。实验结果表明,该方法具有较高的准确率和效率。

主 题 词：深度学习 肺部肿瘤检测 特征提取 卷积神经网络 区域建议网络 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1673-629X.2018.04.043

馆 藏 号：203287398...