检索结果-南通市图书馆

基于级联全卷积神经网络的颈部淋巴结自动识别算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机应用 2019年第10期39卷 2915-2922页

作者：秦品乐李鹏波曾建潮朱辉徐少伟中北大学大数据学院

针对现有算法自动识别颈部淋巴结效率不高、存在大量假阳性且整体假阳性去除效果不理想的问题,提出一种基于级联全卷积神经网络(FCN)的颈部淋巴结识别算法。首先,结合医生的先验知识采用级联FCN进行初步识别,即第一个FCN从头颈部计算机... 详细信息

针对现有算法自动识别颈部淋巴结效率不高、存在大量假阳性且整体假阳性去除效果不理想的问题,提出一种基于级联全卷积神经网络(FCN)的颈部淋巴结识别算法。首先,结合医生的先验知识采用级联FCN进行初步识别,即第一个FCN从头颈部计算机断层扫描图像(CT)中提取淋巴结医学分区;然后,第二个FCN从分区内提取候选样本并在三维层面合并这些样本以生成三维图像块;最后,将提出的特征块平均池化引入到三维分类网络中,对输入的不同尺度三维图像块进行二分类以去除假阳性。在颈部淋巴结数据集中,采用级联FCN识别颈部淋巴结的召回率可达97.23%;引入特征块平均池化的三维分类网络的分类准确率可达到98.7%。在去除假阳性之后的准确率可达93.26%。实验结果分析表明,所提算法能有效实现颈部淋巴结的自动识别并取得较高的召回率和准确率,优于目前相关文献报道的算法;且算法简单高效,易于扩展到其他三维医学图像的目标检测任务中。

关键词：颈部淋巴结检测计算机辅助诊断全卷积神经网络假阳性去除三维医学影像

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的医学图像肺结节检测

微电子学与计算机 2019年第5期36卷 5-9页

作者：刘迪王艳娇徐慧东北电力大学计算机学院吉林吉林132012 东北师范大学信息科学与技术学院吉林长春130000

为了解决传统计算机辅助诊断系统对肺CT图像结节检出率低、假阳性高的问题,提出一种基于深度学习的肺部CT图像结节检测模型.根据肺部CT图像的三维本质特性,首先采用3D Faster R-CNN提取特征,进行候选结节的检测;然后再利用3D卷积神经网... 详细信息

为了解决传统计算机辅助诊断系统对肺CT图像结节检出率低、假阳性高的问题,提出一种基于深度学习的肺部CT图像结节检测模型.根据肺部CT图像的三维本质特性,首先采用3D Faster R-CNN提取特征,进行候选结节的检测;然后再利用3D卷积神经网络进行假阳性结节去除.该方法在LUNA16数据集上进行了实验,采用国际医学影像领域通用的FROC方法进行评价,统计在不同假阳比例下的敏感性指标,平均FROC数值为82.8%,相比于传统的诊疗方法识别率有显著提升.该模型可用于辅助医生进行肺结节诊断,具有一定的临床应用价值.

关键词：肺结节检测深度学习卷积神经网络假阳性去除

基于改进Faster R-CNN和3D DCNN的肺结节检测算法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2019年第11期36卷 3511-3515页

作者：胡新颖陈树越焦竹青常州大学信息科学与工程学院

针对传统肺结节检测准确率低,且存在假阳性高的问题,提出了一种改进Faster R-CNN检测候选结节,以及改进的3D DCNN去除假阳性的算法。考虑到结节的形状大小等因素,在Faster R-CNN上更改锚点数量和尺寸检测结节的鲁棒性,并在特征提取器的... 详细信息

针对传统肺结节检测准确率低,且存在假阳性高的问题,提出了一种改进Faster R-CNN检测候选结节,以及改进的3D DCNN去除假阳性的算法。考虑到结节的形状大小等因素,在Faster R-CNN上更改锚点数量和尺寸检测结节的鲁棒性,并在特征提取器的最后一层添加一个反卷积层,在网络特征图上根据结节尺寸添加小型滑动网络以使网络自适应生成感兴趣区域,获取候选结节。为了去除假阳性结节,在2D DCNN基础上调整卷积核参数,引入时间维度生成3D DCNN,并利用Adam算法调整网络学习率更改网络权重参数,采用数据增强策略进一步提取结节的全局特征。LIDC-IDRI数据集上的实验结果表明,所提出的算法平均检测准确率达到97.71%,同时降低了误诊率和漏诊率。

关键词：肺结节检测 Faster R-CNN 候选结节假阳性去除 3D DCNN

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于CT图像的肺结节检测方法的研究

基于CT图像的肺结节检测方法的研究

作者：魏娜湖南大学

学位级别：硕士

目前,肺癌是世界上死亡率最高的恶性肿瘤之一,且每年的发病率呈逐年上升趋势。研究表明,肺癌计算机辅助检测系统(Computer-aided Detection,CAD)作为医生的“第二双眼睛”能有效提高医生的诊断准确率,对降低漏诊和误诊有着重要的作用。... 详细信息

目前,肺癌是世界上死亡率最高的恶性肿瘤之一,且每年的发病率呈逐年上升趋势。研究表明,肺癌计算机辅助检测系统(Computer-aided Detection,CAD)作为医生的“第二双眼睛”能有效提高医生的诊断准确率,对降低漏诊和误诊有着重要的作用。近年来,肺癌CAD系统已成为全球的研究重点和热点。本文基于计算机断层扫描(computer tomography,CT)影像,重点对肺癌CAD系统中的肺实质提取方法、候选结节的提取以及假阳性去除方法进行了深入的研究。(1)肺实质提取是肺结节检测中的重要预处理步骤,它对减少肺结节检测的搜索范围,提高搜索效率有着重要的意义。本文针对传统的肺实质提取方法中存在的自动化程度低、粘连肺壁结节无法纳入肺实质的问题,设计并实现了一种全自动的肺实质提取方法。该方法首先利用肺部组织的生理结构自动地选取区域生长的种子点,利用3D区域生长方法提取肺实质,解决了肺实质提取中需要人工选取区域生长种子点的问题;然后运用快速自适应算法进行左右肺的分离;最后利用凸点搭桥方法对初步提取的肺部边界进行修补,有效地将粘连在肺壁上的结节重新归为肺实质内部。实验证明该方法有效地提高了肺实质分割的准确性。(2)候选结节的提取是识别出真结节及进行候选结节分类的基础,在肺癌CAD系统中具有十分重要的意义。本文针对传统的候选结节检测算法中存在的分割时间较长、分割准确性较低的问题,提出一种基于改进的均值漂移(Mean Shift,MS)算法及自适应阈值法相结合的候选结节提取算法。实验证明该算法能够快速准确的提取出候选结节。(3)假阳性去除的目标是尽可能多的去除候选结节中的假阳性结节、保留真阳性结节,对提高肺癌CAD系统中肺部病灶的准确识别能力有十分重要的意义。本文提取了候选结节区域包括形状及密度等在内的十九个个常用特征,并加入两种新的特征——径向梯度和候选结节外密度比;并运用主成分分析算法(Principal Components Analysis,PCA)对特征向量降维;采用支持向量机(Support Vector Machine,SVM)对候选结节进行分类,去除假阳性结节。实验证明,这两个新特征对结节与肺结节具有较好的区分度。

关键词：计算机辅助诊断 CT影像肺实质分割候选结节检测假阳性去除

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CT图像检索的肺结节辅助诊断系统

基于CT图像检索的肺结节辅助诊断系统

作者：李平中南财经政法大学

学位级别：硕士

肺癌是常见的癌症类型,也是发病率和死亡率均位居前列的疾病。肺癌早期的表现大多是肺部出现小结节,因此肺结节良恶性的早期定性诊断成为临床研究的重点。医生通过CT技术对肺结节进行筛查,降低了肺癌的死亡率,然而,人工观察CT图像进行... 详细信息

肺癌是常见的癌症类型,也是发病率和死亡率均位居前列的疾病。肺癌早期的表现大多是肺部出现小结节,因此肺结节良恶性的早期定性诊断成为临床研究的重点。医生通过CT技术对肺结节进行筛查,降低了肺癌的死亡率,然而,人工观察CT图像进行疾病诊断效率较低且主观性较强。因此,基于CT图像检索的肺结节辅助诊断研究对提高医生的诊断效率具有重要意义。传统的医学图像检索方法存在手工提取病灶区域的局限性,本文基于图像分割的肺结节图像检索方法包括了肺结节分割、假阳性肺结节去除和肺结节图像检索三个方面,肺结节分割旨在提取出肺结节病灶区域,假阳性肺结节去除进一步筛选出真的结节区域,肺结节图像检索以返回相似病灶供医生参考,达到辅助诊断的目的。本文所做的重点工作如下:(1)在肺结节病灶区域的提取中,本文首先通过数据预处理提取出肺实质区域,再采用3D U-Net网络作为肺结节图像语义分割模型进行肺结节病灶区域的提取。实验结果表明,利用本文方法能够较好的预测到肺结节的位置,将肺结节从其他组织区域中分割出来,交并比和F1值分别为92.92%、85.78%。(2)在假阳性肺结节的去除中,本文基于肺结节的三维特征,构建了假阳性肺结节去除模型,用来判定真假结节。经过对比实验,本文3D ResNet模型的CPM评分达到了0.965,优于其它分类模型,表明本文模型应用在假阳性肺结节去除中具有一定的优越性。(3)在肺结节图像的检索中,本文首先通过对比,选出感知哈希算法里性能最好的差异值哈希算法进行图像哈希特征的提取,采用布赖恩·克尼根算法计算汉明距离来进行相似性度量,提升了检索的效率和性能。经过实验,将本文方法与LSH、SH、ITQ和KSH四种主流的哈希方法进行对比,验证了本文方法能够实现相似肺结节CT图像的有效检索。最后,本文在以上研究的基础之上,设计开发了一个基于CT图像检索的肺结节辅助诊断系统,该系统能够对待检索CT图像里的肺结节进行检测和检索,并以简单易操作的界面显示最终结果。

关键词：肺结节分割假阳性去除图像检索辅助诊断

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CT图像的肺结节检测分类算法研究

基于CT图像的肺结节检测分类算法研究

作者：沈鑫吉林大学

学位级别：硕士

肺癌目前是我国发病率和死亡率最高的恶性肿瘤,由于肺癌的早期临床表现并不明显,大多数患者等到出现临床症状时已处于肺癌中晚期,即使经手术、放疗和化疗等积极治疗,患者的生存率依然较低。因此,如果能够对肺癌进行早期筛查、早期发现... 详细信息

肺癌目前是我国发病率和死亡率最高的恶性肿瘤,由于肺癌的早期临床表现并不明显,大多数患者等到出现临床症状时已处于肺癌中晚期,即使经手术、放疗和化疗等积极治疗,患者的生存率依然较低。因此,如果能够对肺癌进行早期筛查、早期发现、早期诊断,这样就可以有效地提高患者的生存率,改善患者的生活质量。肺癌的早期表现形式是肺结节,因此对肺结节的检测与诊断具有重大意义。近年来,深度学习方法在图像领域取得了巨大成功,深度学习技术在肺癌诊断方面也得到了广泛的应用,主要集中于肺部CT图像。在肺结节检测系统中,对肺结节的快速准确检测是一项具有挑战性的工作,目前已有研究大多存在假阳性率高的问题。针对这样的问题,本文重点提出了基于ResNet模型的假阳性去除算法。本文的主要工作如下:首先,介绍了DICOM标准和DICOM文件格式的解析,然后对医学CT图像的特点及数据预处理进行介绍,介绍了卷积神经网络的发展和基本的结构,文中介绍了采用的ResNet的结构和特点;其次,介绍了本文实验中所采用的数据集,LUNA16数据集,对数据集中数据的分布进行了分析,并对数据集中体素的距离进行了设定,由于数据集中正样本数量过少,本文采用数据增强策略对正样本进行扩充;本文在设计网络模型结构之前,首先分析了输入图像的局部切片尺寸大小对模型性能的影响,并给出GorkemPolat使用的五个主体架构相同的3D CNN模型,五种模型输入图像的局部切片尺寸大小不同,本文在此基础上设计了一种基于ResNet的网络模型结构,相比于原有的3D CNN模型增加了网络的层数,并对卷积核的大小和数量进行了调整,为了减少网络中的参数,使网络模型的训练速度加快,网络最后采用全局平均池化代替全连接层;然后,使用了Batch Normalization和随机梯度下降优化算法对网络进行优化,接着,介绍了网络训练的方法;最后,对本文的实验结果进行分析,由实验结果可知,本文设计的算法能够有效地去除假阳性,具有较好的分类准确性。

关键词：医学CT图像深度学习神经网络假阳性去除

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的肺结节检测关键技术研究

基于深度学习的肺结节检测关键技术研究

作者：魏昭宇河北工业大学

学位级别：硕士

肺癌成为中国第一位癌症死因,并且也是全球死亡率最高的癌症。经过临床诊断显示,肺癌患者的五年生存率很大程度上取决于被发现时是早期还是晚期,罹患肺癌的病人越早被发现并被治疗其五年存活率就越高。然而,肺癌早期往往没有明显临床表... 详细信息

肺癌成为中国第一位癌症死因,并且也是全球死亡率最高的癌症。经过临床诊断显示,肺癌患者的五年生存率很大程度上取决于被发现时是早期还是晚期,罹患肺癌的病人越早被发现并被治疗其五年存活率就越高。然而,肺癌早期往往没有明显临床表现,肺癌患者大多数被诊断出癌症时就已经是晚期,丧失最佳治疗机会。因此,肺癌早期诊断至关重要。影像学医师通过肉眼观察来诊断肺癌的最基本依据就是胸腔CT影像。随着CT技术的发展,CT图像的分辨率越来越高,被发现的肺结节越来越小,虽然给医师提供了更详细的组织信息,但也使他们得工作量大大加重,医师长时间阅片会视觉疲劳、无法集中注意力,造成误判和漏判。近年来,计算机辅助诊断系统(Computer Aided Diagnosis system,CADs)飞速发展,一定程度上缓解了医师的压力,其中深度学习的兴起为肺结节检测研究带来一种新的思路,不过目前现有的肺结节检测方法存在准确率不足,假阳性率过高等问题。针对以上问题,本文提出了一种基于改进Faster R-CNN的肺结节检测算法和基于模型集成的多维度假阳性去除算法。具体的工作如下:(1)针对目前已有的肺结节检测算法准确率不高的问题,对Faster R-CNN进行改进,首先将原模型中的VGG16网络替换为残差网络,并添加Inception模块来优化特征提取网络。接着引入一种多特征融合的特征金字塔结构FPN(Feature Pyramid Network,FPN)对底层特征图的位置信息和高层特征图的语义信息进行融合,获得同时具有位置信息和语义信息更加丰富的特征图,再对RPN网络中的锚框尺寸进行修改,使生成结节候选框时更加高效。在公共数据集LIDC-IDRI上,该方法达到了89%的准确率。(2)针对肺部CT图像结节检测任务中假阳性率过高的问题,本文提出一种基于模型集成的多维度假阳性去除算法,具体是设计了一个二维二分类模型和一个三维二分类模型,并将这三个模型进行模型集成,可以充分利用结节空间上下文信息。非结节三维图像中清楚地显示为非球形的线性结构,这使我们能够很好地将结节与假阳性区分开。该模型在公共数据集LUNA16上的准去率为93.81%。实验结果显示,基于模型集成的多维度假阳性去除算法可以有效的降低假阳性,提高模型准确率。

关键词：肺结节检测计算机辅助诊断深度学习假阳性去除

基于3D卷积神经网络的CT图像肺结节检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于3D卷积神经网络的CT图像肺结节检测方法研究

作者：杜乃超天津工业大学

学位级别：硕士

肺癌是世界上发病率和死亡率最高的癌症之一,然而由于肺癌早期没有明显的症状,导致其一旦被发现往往就是中晚期,错过了最佳治疗时间。肺结节是肺癌早期临床表现的关键指标,能否准确检测到肺结节对早期肺癌的诊断具有重要意义。因此,研... 详细信息

肺癌是世界上发病率和死亡率最高的癌症之一,然而由于肺癌早期没有明显的症状,导致其一旦被发现往往就是中晚期,错过了最佳治疗时间。肺结节是肺癌早期临床表现的关键指标,能否准确检测到肺结节对早期肺癌的诊断具有重要意义。因此,研究一种自动、高效、精准的肺结节检测方法,成为解决肺结节检测问题的关键。针对肺结节检测问题,本文提出了一种基于3D卷积神经网络的CT图像肺结节检测方法。本方法主要包含两个3D卷积神经网络。首先,基于3D-Inception和3D-Unet设计了一种候选结节检测网络3D-IUnet,其中3D-Inception为特征提取提供了丰富的语义信息,U型的网络结构保证了特征图的尺寸并修复损失的特征。其次,设计了一种假阳性去除网络MSH-CNN,其中多尺度输入保证了网络关注肺结节和周围组织的形态特征,分支并联的结构充分提取这些特征,并以自学习权重融合的方式得到最终结果。为了验证本方法的性能,在LUNA16公开数据集上进行测试,本方法的CPM指标达到0.874,并且在1 FP/scan时的灵敏度达到90.1%。实验结果表明了本文方法在肺结节检测上具有良好的性能。

关键词：肺结节检测 3D卷积神经网络 3D-Inception 假阳性去除异构并联