Abstract：
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.
Keyword：
Reprint Author's Address：
Email：
Source ：
生物信息学
ISSN： 1672-5565
Year： 2022
Issue： 1
Volume： 20
Page： 28-34
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 10
Affiliated Colleges：
