基于小样本学习数据的肺癌智能筛查方法研究

摘要：

本文针对PET/CT混合成像,利用小样本学习数据,提出了基于深度学习的肺癌检测的方法.本文基于PET和CT图像建立了两个深度学习模型,这两个模型分别通过训练PET与CT图像微调Mask R-CNN来获得并被用来检测肺结节即肺癌候选区.之后通过集成学习的方法将两个模型进行集成以减少肺癌候选区中的伪阳性数量从而实现肺癌的最终确诊.80个PET/CT图片被用来测试.结果显示本文提出的方法能够有效的检测出肺癌并降低了伪阳性的产生.

关键词：Mask、R-CNN、加权投票、肺癌、肺结节、PET/CT

分类号：R737.33;TP391.41;R471

资助基金：深圳市科技计划;深圳市科技计划;深圳市科技计划;广东省自然科学基金;广东省青年创新科研项目;国家级大学生科技创新项目

在线出版日期：2020-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：219-220