论文部分内容阅读
为实现肺结节在CT影像中的有效精准识别,降低因医生水平差异造成的漏检、错检现象,提出一种基于深度学习的肺结节自动检测算法。使用阈值法、区域增长算法及形态学处理的方法获得候选结节区域;设计多尺度卷积神经网络模型,自动提取不同大小的肺结节在CT影像中呈现出的征象信息,避免由于单一尺度学习不全面引发的漏检现象;将肺结节的平面信息与其空间信息共同作为判定结节的标准,有效排除由于肺内无关组织干扰造成的错检。实验结果表明,算法准确率达到94.4%,敏感度可达96.24%。