基于深度学习的肺部肿瘤检测方法

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.

关键词：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

所属期刊栏目：28

分类号：TP391(计算技术、计算机技术)

资助基金：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

在线出版日期：2018-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：201-204