基于级联全卷积神经网络的颈部淋巴结自动识别算法

摘要：

针对现有算法自动识别颈部淋巴结效率不高、存在大量假阳性且整体假阳性去除效果不理想的问题,提出一种基于级联全卷积神经网络(FCN)的颈部淋巴结识别算法.首先,结合医生的先验知识采用级联FCN进行初步识别,即第一个FCN从头颈部计算机断层扫描图像(CT)中提取淋巴结医学分区;然后,第二个FCN从分区内提取候选样本并在三维层面合并这些样本以生成三维图像块;最后,将提出的特征块平均池化引入到三维分类网络中,对输入的不同尺度三维图像块进行二分类以去除假阳性.在颈部淋巴结数据集中,采用级联FCN识别颈部淋巴结的召回率可达97.23％;引入特征块平均池化的三维分类网络的分类准确率可达到98.7％.在去除假阳性之后的准确率可达93.26％.实验结果分析表明,所提算法能有效实现颈部淋巴结的自动识别并取得较高的召回率和准确率,优于目前相关文献报道的算法;且算法简单高效,易于扩展到其他三维医学图像的目标检测任务中.

关键词：颈部淋巴结检测、计算机辅助诊断、全卷积神经网络、假阳性去除、三维医学影像

所属期刊栏目：39

分类号：TP391.3(计算技术、计算机技术)

在线出版日期：2019-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2915-2922