融合注意力的多维多特征浸润性腺癌诊断

目前早期肺癌筛查主要依据影像科医生的经验由肺部CT影像来诊断肺部结节的良恶性,腺癌中愈后最差的浸润性腺癌结节需通过术中快速冰冻病理进行诊断,且快速冰冻病理对小直径结节诊断准确率较低。针对上述问题,提出了依据CT影像对磨玻璃肺小结节中的浸润性腺癌结节进行诊断的算法。根据结节空间信息及平面特征设计不同维数的样本数据,即3D空间样本与2D平面特征样本,并基于注意力机制及残差学习单元设计网络结构,搭建2D及3D神经网络。通过融合不同维数的网络提取的特征向量,最终得到浸润性腺癌结节的诊断结果。该算法在采集自上海胸科医院的有手术病理结果的结节直径为5~20 mm的1760份磨玻璃小结节样本上进行研究,其中浸润性腺癌的结节样本共340份,非浸润性的结节样本共1420份,在该实例数据集上通过交叉验证,该算法的分类准确率为82.7%,敏感度为82.9%,特异度为82.6%。