基于卷积神经网络的胰腺癌检测方法的研究

胰腺癌是一种致死率比较高的恶性肿瘤,早发现、早治疗可以降低死亡率。CT图像能够准确的定位病灶的位置,是医生检测胰腺癌常用的医疗设备,但大量的阅片工作量容易使医生产生视觉疲劳,造成误诊和漏诊等现象。本文提出通过计算机自动检测胰腺癌的方案,该方案可以辅助医生检测胰腺癌,提高检测率。具体研究内容包括:胰腺区域数据集的收集、图像预处理、感兴趣区域的提取、卷积神经网络胰腺癌分类模型的构建、卷积神经网络模型的训练及测试。并实验验证利用本方案检测胰腺癌的准确率达到了96.8%,高于已有的两种方法,能够实现更高的检测率,可以为医生提供有价值的参考意见。