目的　为降低在计算机断层扫描图像中筛查肺结节的假阳性率，提出了一种基于三维卷积神经网络降低肺结节检测假阳性的方法。方法　选用美国2016年肺结节分析挑战赛提供的两个版本的开源数据集，分别用于模型的训练和测试。首先应用图像增强技术解决数据集中正负样本分布不均衡的问题，并基于多视角采样技术扩充正样本；基于自动编码器及K-means无监督聚类方法将负样本分为5类，并分别与正样本组合得到了5个训练集，该方法既减少了每个数据集中负样本的样本量又保证了负样本的多样性。然后搭建三维卷积神经网络，并分别使用构建的5个训练集训练网络，在此过程中不断调整和优化网络结构和参数，得到5组降低肺结节假阳性检测模型，接着...