文献类型：期刊文章

作　　者：唐思源[1] 杨敏[1] 白金牛[1]

TANG Si-yuan;YANG Mi;BAI Jin-niu(Department of Computer Science and Technology,Baotou Medical College of Inner Mongolia University of Science,Baotou 014040,China)

机构地区：[1]内蒙古科技大学包头医学院计算机科学与技术系

出　　处：《科学技术与工程》

基　　金：内蒙古自治区自然科学基金(2016MS0601);包头医学院2018年“问学计划”和“践学计划”(2018YWWJ-ZX-04)资助

年　　份：2019

卷　　号：19

期　　号：22

起止页码：241-248

语　　种：中文

收录情况：BDHX、BDHX2017、RCCSE、ZGKJHX、核心刊

摘　　要：应用卷积神经网络将肺结节从含有背景、噪声的胸腔区域里检测并识别出来.首先,对图像进行预处理,获得肺实质图像.然后,应用Faster R-CNN多特征融合算法检测肺结节候选区域,再利用多角度特征融合方法滤除假阳性结节.接着,通过数据增强法、残差学习法、优化初始参数等对卷积神经网络的性能进行优化.最后,应用迁移学习方法对数据集进行训练,得出最终的检测结果.抽取LIDC数据集中含有肺结节图像数据,检测并识别肺结节的准确率达到98.1%.实验结果表明,该算法优于其他3类算法,实现了肺结节的精确检测和识别,在保证检测和识别出正确结节的前提下,降低了过拟合率及训练时间,提高了算法效率,研究成果为早期肺癌的诊断提供参考依据.

关 键 词：卷积神经网络 多特征融合算法  残差学习  迁移学习  

分 类 号：TP391]