ShanghaiTech University Knowledge Management System
| 基于卷积神经网络的CT图像肺结节检测 | |
| 2019-12-16 | |
| 发表期刊 | 计算机工程与设计 |
| ISSN | none |
| 卷号 | 40期号:12页码:3575-3581 |
| 发表状态 | 已发表 |
| DOI | 10.16208/j.issn1000-7024.2019.12.035 |
| 摘要 | 为帮助医生降低工作强度,减少诊断错误,提升准确率,提出一种基于三维卷积神经网络的肺结节检测算法。根据肺结节在CT图像中的特点,设计改进的三维候选区域推荐网络进行结节初始检测。在此基础上,使用多尺度、多网络融合的分类网络去除初检结果中的假阳性。在LUNA16数据集上验证了所提算法的准确性和有效性,并将结果与其它算法进行比较,讨论了该肺结节检测算法的性能。 |
| 关键词 | 肺结节 CT图像 计算机辅助检测 卷积神经网络 深度学习 |
| URL | 查看原文 |
| 收录类别 | 北大核心 |
| 语种 | 中文 |
| 原始文献类型 | 学术期刊 |
| 中图分类号 | R816.4;TP391.41;TP183 |
| 文献类型 | 期刊论文 |
| 条目标识符 | https://kms.shanghaitech.edu.cn/handle/2MSLDSTB/255281 |
| 专题 | 生命科学与技术学院_硕士生 生物医学工程学院_特聘教授组_陈群组 |
| 作者单位 | 1.中国科学院上海高等研究院高端医学影像技术研究中心; 2.中国科学院大学电子电气与通信工程学院; 3.上海科技大学生命科学与技术学院; 4.上海联影医疗科技有限公司联影研究院 |
| 第一作者单位 | 生命科学与技术学院 |
| 推荐引用方式 GB/T 7714 | 谢未央,陈彦博,王季勇,等. 基于卷积神经网络的CT图像肺结节检测[J]. 计算机工程与设计,2019,40(12):3575-3581. |
| APA | 谢未央,陈彦博,王季勇,李强,&陈群.(2019).基于卷积神经网络的CT图像肺结节检测.计算机工程与设计,40(12),3575-3581. |
| MLA | 谢未央,et al."基于卷积神经网络的CT图像肺结节检测".计算机工程与设计 40.12(2019):3575-3581. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [谢未央]的文章 |
| [陈彦博]的文章 |
| [王季勇]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [谢未央]的文章 |
| [陈彦博]的文章 |
| [王季勇]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [谢未央]的文章 |
| [陈彦博]的文章 |
| [王季勇]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
修改评论
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。