深度学习检测肺结节难点问题综述

作     者：包强强 唐思源 谷宇 BAO Qiangqiang;TANG Siyuan;GU Yu

作者机构：内蒙古科技大学数智产业学院内蒙古包头014010 内蒙古科技大学包头医学院计算机科学与技术学院内蒙古包头014040 内蒙古科技大学数智产业学院内蒙古自治区模式识别与智能图像处理重点实验室内蒙古包头014010 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2024年第60卷第19期

页      面：18-31页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：内蒙古自然科学基金(2021MS06026,2024LHMS06006) 内蒙古自治区卫生健康委员会项目(202201395) 包头市卫生健康科技计划项目(wsjkkj2022120) 国家自然科学基金(62001255) 中央引导地方科技发展资金项目(2021ZY0004) 内蒙古自治区高等学校青年科技英才计划项目(NJYT23057) 内蒙古科技大学基本科研业务费专项资金(019) 内蒙古自治区大学生创新创业训练计划项目(s202310130004,s202410130004) 

主　　题：肺癌 肺结节检测 深度学习 计算机辅助检测系统 

摘      要：肺癌在全球范围内是致命性最高的癌症之一,肺结节是肺癌的早期表现形式,基于深度学习的肺结节检测模型因较高的检测准确率与效率逐渐成为辅助医生检测肺结节的有效方法。但是目前基于深度学习的肺结节检测模型仍有不足,一些重难点问题需要解决。第一,基于迁移学习、GAN网络、半监督学习与无监督学习解决模型训练时肺结节数据不足与类别不平衡问题;第二,增强模型特征提取能力提升对肺结节检测的敏感度与准确度;第三,提升模型假阳性肺结节筛查能力降低假阳性率;第四,加强模型检测肺结节的可解释能力;第五,基于大模型技术解决以上4个难点问题。最后,介绍检测模型训练与测试所需的数据集与评价指标并对未来肺结节检测优化方向进行讨论。