基于改进CNN和低剂量CT图像的肺结节自动检测算法研究.pdfVIP

基于改进CNN和低剂量CT图像的肺结节自动检测算法研究.pdf

  1. 1、本文档共52页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

摘要

基于改进CNN和低剂量CT图像的肺结节自动检测算法研究

肺癌是癌症死亡的主要原因之一,这与性别和种族无关。诊断肺癌的困难在于

早期阶段并不会表现出任何症状,有七成左右的患者直到晚期才被确诊。低剂量螺

旋CT作为最灵敏的成像方式之一,因为其采集速度快、成本较低等竞争优势被广泛

使用。它在减少辐射对患者身体损害的同时还能够对肺结节作出精准的诊断。目前

计算机的计算能力正在飞速提升,人工智能已经从传统的基于手工特征描述符的机

器学习方法转变为深度学习方法。利用深度学习技术进行肺结节检测,对于肺癌早

期的排查和治疗具有重要意义。为此,本文提出了一种基于改进CNN和低剂量CT图

像的肺结节自动检测算法:

(1)图像预处理。本文主要使用的是LUNA16公开数据集,首先根据肺部CT值进

行截断操作实现对肺实质的粗提取,然后利用归一化操作降低因采集图像CT扫描仪

型号不同带来的负面影响。再利用k-means算法区分前景背景生成mask图像。最后

通过mask图像的帮助进行肺实质分割,并通过腐蚀与膨胀操作对肺实质区域进行平

滑处理达到最终结果。

(2)提出了改进的cascade-rcnn候选结节筛选网络。本文首先运用预训练好的

vgg16模型作为基础结构进行特征提取。为了利用特征通道间的相互依赖性,在

vgg16网络内部添加了SENet模块;针对肺结节形状不规则的问题,采用了可变形卷

积进行特征图提取;针对肺结节尺寸差异较大的问题,采用特征融合的方式对网络

进行改进。在区域提案网络中,为了适应肺结节这种小目标检测,修改了锚框尺

寸。对于感兴趣分类器,为了能够更好地发挥IOU的作用,本文采用cascade-rcnn

提取更高质量目标。

(3)提出了一种基于3DCNN的改进假阳性减少网络。针对肺结节尺度的多样

性,本文采用了SE-Res2Net提取特征图。为了改善信息流并且提高网络的训练速

度,本文使用了MR模块进行优化。为了提升小结节的分类准确率,本文提出了一

种并行池化操作:利用中心裁剪的方式降低特征信息消耗,提高网络的分类准确

率;利用最大池化操作进行下采样,保证大结节边缘信息没有损失。

总体来说,本文通过对低剂量螺旋CT图像和卷积神经网络(CNN)的研究分析,

提出了一种更加精准高效的肺结节检测方法。经过实验表明,本文提出的方法相较

于其他方法而言有一定优势,能够很好的辅助放射科医生进行诊断工作,进而提高

肺癌患者的存活率。

关键字:

肺结节检测,假阳性降低,cascade-rcnn,3DCNN

Abstract

Researchonautomaticdetectionalgorithmoflungnodulesbasedonimproved

CNNandlow-doseCTimages

Lungcancerisoneoftheleadingcausesofcancerdeaths,regardlessofgenderand

race.Thedifficultyindiagnosinglungcanceristhattheearlystagedoesnotshowany

symptoms,andabout70%ofpatientsarenotdiagnoseduntilthelatestage.Asthemost

sensitiveimagingmethod,low-dosespiralCTiswidelyusedbecauseofitscompetitive

advantagessuchasfastacquisitionspeedandlowcost.Itcanmakeaccuratediagnosisof

lungnodulesandreduceradiationdamagetothepatientsbody.Atpresent,thecomputing

powerofcomputersisrapidlyimproving,andartificialintelligencehastransformedfrom

traditional

文档评论(0)

论文资源 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档