期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卷积神经网络检测肺结节
被引量:
18
1
作者
侍新
谢世朋
李海波
《中国医学影像技术》
CSCD
北大核心
2018年第6期934-939,共6页
目的针对目前基于胸部CT图像的肺结节自动检测方法的检出率较低且存在大量假阳性的问题,提出一种基于卷积神经网络的肺结节检测方法。方法采用基于模糊建模思想和迭代相对模糊连接度(IRFC)算法的自动解剖识别(AAR)方法分割肺部CT图像,...
目的针对目前基于胸部CT图像的肺结节自动检测方法的检出率较低且存在大量假阳性的问题,提出一种基于卷积神经网络的肺结节检测方法。方法采用基于模糊建模思想和迭代相对模糊连接度(IRFC)算法的自动解剖识别(AAR)方法分割肺部CT图像,提取肺部实体部分;将分割后的图像输入卷积神经网络,提取肺结节特征;采用位置敏感特征图表达结节的位置信息。结果使用天池医疗AI大赛数据集,精准分割肺部CT图像,检测肺结节的准确率、敏感度、特异度和假阳性率分别为95.60%、95.24%、95.97%和4.03%。结论基于卷积神经网络检测肺结节有较高的精度和效率,且鲁棒性好。
展开更多
关键词
体层摄影术
X线计算机
图
像分割
特征
提取
卷积神经网络
位置敏感特征图
肺结节
下载PDF
职称材料
题名
基于卷积神经网络检测肺结节
被引量:
18
1
作者
侍新
谢世朋
李海波
机构
南京邮电大学通信与信息工程学院
出处
《中国医学影像技术》
CSCD
北大核心
2018年第6期934-939,共6页
基金
国家自然科学基金(11547155)
教育部-中国移动科研基金项目(MCM20150504)
+3 种基金
江苏省高校自然科学基金(17KJB510038)
江苏省科技重点研发计划-产业前瞻与共性关键技术项目(BE2016001-4)
南京邮电大学科研基金项目(NY214026
NY217035)
文摘
目的针对目前基于胸部CT图像的肺结节自动检测方法的检出率较低且存在大量假阳性的问题,提出一种基于卷积神经网络的肺结节检测方法。方法采用基于模糊建模思想和迭代相对模糊连接度(IRFC)算法的自动解剖识别(AAR)方法分割肺部CT图像,提取肺部实体部分;将分割后的图像输入卷积神经网络,提取肺结节特征;采用位置敏感特征图表达结节的位置信息。结果使用天池医疗AI大赛数据集,精准分割肺部CT图像,检测肺结节的准确率、敏感度、特异度和假阳性率分别为95.60%、95.24%、95.97%和4.03%。结论基于卷积神经网络检测肺结节有较高的精度和效率,且鲁棒性好。
关键词
体层摄影术
X线计算机
图
像分割
特征
提取
卷积神经网络
位置敏感特征图
肺结节
Keywords
Tomography
X-ray computed
Image segmentation
Feature extraction
Convolution neural network
Position-sensitive score maps
Lung nodules
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
R814.42 [医药卫生—影像医学与核医学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络检测肺结节
侍新
谢世朋
李海波
《中国医学影像技术》
CSCD
北大核心
2018
18
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部