肺结节智能检测和三维可视化系统设计与实现

作     者：马思然 杨媛媛 倪扬帆 顾轶平 Ma Siran;Yang Yuanyuan;Ni Yangfan;Gu Yiping

作者机构：中国科学院上海技术物理研究所医学影像信息学实验室上海200083 中国科学院大学北京100049 

基　　金：国家重点研发计划项目(2017YFC0112900) 

出 版 物：《计算机测量与控制》 (Computer Measurement &Control)

年 卷 期：2020年第28卷第9期

页      码：177-181页

摘      要：为了提高肺部疾病识别效率,减少肺结节漏诊率,设计了一套肺结节智能检测和三维可视化系统;构建一个基于RESNET的深度多通道三维卷积神经网络,根据LUNA16公开数据集的888例患者图像,选择权重参数为α=0.5,γ=2的Focal loss损失函数进行训练,在CT图像上对可疑的肺结节进行检测,采用光线投射算法对检测出的结节区域进行体绘制三维重建;经实验测试,该网络与单通道网络和特征金字塔网络(Feature Pyramid network,FPN)相比,准确度最高,为84.8%,系统能够在230 s内自动检测肺结节并完成三维重建,对于分辨率1 mm/pixel的CT图像灵敏度在98%以上,用户可在浏览器上查看结节检测结果和三维重建模型;该系统突破了终端设备和地域限制,能够为肺部疾病提供辅助诊断,提高诊断效率。

主 题 词：CT图像 肺结节 三维卷积神经网络 三维可视化 浏览器 

学科分类：0831[工学-公安技术类] 100207[100207] 1002[医学-临床医学类] 08[工学] 1010[医学-医学技术类] 080203[080203] 0802[工学-机械学] 10[医学] 

D　O　I：10.16526/j.cnki.11-4762/tp.2020.09.035

馆 藏 号：203978132...