基于迁移学习和三维卷积神经网络检测肺结节

摘要：

目的 采用迁移学习多尺度三维卷积神经网络(3D CNN)检测肺结节.方法 综合多种方法分割肺实质区域,提取三维候选肺结节;搭建多尺度特征结构3D CNN模型,通过基于权值的迁移学习方法微调网络模型结构;提取数据集,训练微调后的三维网络模型,以之检测肺结节.结果 本方案对大(＞15 mm)、中(≥5 mm且≤15 mm)肺结节的平均准确率达97.28％,对小(＜5 mm)结节平均准确率达92.31％,综合性能优于传统方法及深度学习方法.结论 基于迁移学习和3D CNN可自动精确检测不同大小肺结节.

关键词：肺结节、图像处理、计算机辅助、机器学习、神经网络、计算机

所属期刊栏目：36

分类号：R734.2;TP391.4;R814.42(肿瘤学)

资助基金：内蒙古自治区自然科学基金;包头市医药卫生科技计划

在线出版日期：2021-03-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1882-1886