基于卷积神经网络的胸片肺结节检测

基于卷积神经网络的胸片肺结节检测

ID:9144483

大小:78.26 KB

页数:8页

时间:2018-04-19

基于卷积神经网络的胸片肺结节检测_第1页
基于卷积神经网络的胸片肺结节检测_第2页
基于卷积神经网络的胸片肺结节检测_第3页
基于卷积神经网络的胸片肺结节检测_第4页
基于卷积神经网络的胸片肺结节检测_第5页
资源描述:

《基于卷积神经网络的胸片肺结节检测》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于卷积神经网络的胸片肺结节检测朱国策李朝锋针对目前胸片的肺结节检测方案的检出率较低,且存在大量的假阳性的问题,提出了一种新的基于卷积神经网络(CNN)的肺结节检测方案。增强肺结节区域的图像信号;选择正、负样本训练卷积神经网络模型,检测结节时用滑动窗门的方法对增强后的图片进行处理得到候选区域;根据候选区域的而积排除假阳性。方案中省略了传统方法中的肺区分割步骤,避免了因此可能丢失的肺结节图像。在日木放射技术学会(JSRT)数据库上测试结果显示,系统在平均每幅图5.0个假阳性水平下敏感度为86%,对不明显和非常不明显的结节检出率达到了84%,优

2、于当前相关文献报道的方法。关键词:肺结节;医学图像处理;胸片;卷积神经网络;基金:W家自然科学基金资助项目(61170120)LungnodulesdetectionviaconvolutionalneuralnetworksinchestradiographsZHUGuo—ceLIChao—fengSchoolofInternetofThingsEngineering,JiangnanUniversity;Abstract:Aimingattheproblemthatdetectionrateoflungnodulesdetections

3、chemebasedonrabatislowandhasalotoffalsepositives,proposeanewnodulesdetectionschemebasedonconvolutionalneuralnetwork(CNN).Inthescheme,enhancechestradiograph,andthenpickpositiveandnegativesamplestotraintheCNN.Processtheenhancedimageusingslidingwindowsmethodwiththepre-trained

4、networktogettheregionofinterest(ROI),andexcludethefalsepositivesbyusingthesizeoftheROIatlast.Theproposedschemeomitstheprocedureofsegmentationoflungfieldintraditionalschemes.Andthiscanavoidlosingnoduleswhichareexcludedbythesegmentationprocedure.TheJSRTdatabaseisusedtoevalua

5、tethesystem.Theschemeachievesasensitivityof86%forallnodulesandadetectionrateof84%with5.0FPsperradiographforverysubtleandextremelysubtlenoduleswhichoutperformthecurrentreportedmethods.Keyword:lungnodules;medicalimageprocessing;chestradiographs(CXRs);convolutionalneuralnetwo

6、rk(CNN);0引言肺结节计算机辅助检测和诊断系统发展已久,对于当前的检测系统,最大挑战是如何在提高结节检测率的同时,降低检测结果中的假阳性。文献[1]采用了结节增强的技术提高了结节的检出率;文献[2]利用虚拟双能减影的技术提高了结节的检出率;文献[3]利用基于左右肺IX:对称原理去除肋骨结构的影响降低了假阳性。深度学习近年來迅猛发展,其屮卷积神经网络在图像处理领域取得Y重要发展,尤其在阁像分类、目标检测等方面取得了很好的成绩,保证了模型具有良好的泛化性能并获得概率上的全局最优传统的检测系统大致包括图像预处理、肺区分割和候选区域特征提取3

7、个部分M。其中在肺区分割的同时也会将一部分的结节排除在外,使系统最终无法检测到相应的结节。本文提出了一种基于卷积神经网络(convolutionalneuralnetwork,CNN)的肺结节检测方案。该方案省略了肺区分割操作,避免了因肺区分割可能丢失的肺结节。1基于卷积神经网络的肺结节检测方法1.1肺结节检测肺结节检测方法包括3部分:1)阁像预处理;2)CNN模型建立;3)候选结节选取和筛选。首先用非锐化遮罩(unsharpmask,USM)锐化的方法对原图进行锐化III;然后用滑动窗U的方法切取小块,下釆样后传入CNN,得到该胸片上肺结

8、节的疑似区域;最后在该区域屮筛选出真结节,整体流程如图1所示。图1肺结节检测系统流程1.1.1图像预处理图像预处理的0的是使肺结节更加明显。如图2(a)中所示,图中圆圈处为肺结节

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。