基于三维卷积神经网络的肺结节探测与定位方法OACSTPCD
Detection and location of pulmonary nodules based on 3D convolutional neural network
提出一种基于三维卷积神经网络对肺部计算机断层扫描图像(CT)进行肺结节自动探测及定位的方法.基于开源数据集LUNA16开展研究,对数据进行像素归一化、坐标转换等预处理,对正样本使用随机平移、旋转和翻转的方式进行扩充,对负样本进行随机采样.搭建了三维卷积神经网络并在训练过程中调整网络参数,直到得到性能最佳的网络.此外还设计了模型在肺部的三维空间中标记肺结节的方法.经测试,模型的敏感性为93.03％,特异性为97.39％,结果表明所提方法能够较为准确地探测并标记结节.
侯智超;杨杨;李晓琴
北京工业大学 环境与生命学部,北京100124北京工业大学 环境与生命学部,北京100124北京工业大学 环境与生命学部,北京100124
信息技术与安全科学
深度学习三维卷积神经网络肺结节探测
《生物信息学》 2022 (1)
MR4DFLOW评估3D打印实体模型流体力学探究乙状窦源性耳鸣血流机制
28-34,7
国家自然科学基金项目(No.61931013,No.81701644,No.11832003)国家重点研发项目(No.2017YFC0111104).
评论