基于改进的Faster R-CNN的肺结节检测方法研究

作者：王宁; 唐思源; 白金牛^*

来源：内蒙古科技大学学报, 2023, 42(03): 283-287.

DOI：10.16559/j.cnki.2095-2295.2023.03.015

• Faster R-CNN
• K-Means聚类算法
• 肺结节
• ResNet101

研究使用相同的CT图像数据集，对几种常见的肺结节检测方法进行对比试验，最终选取了检测精度高的Faster R-CNN进行了实验.然而，即使是本领域内检测精度最高的Faster R-CNN方法在肺结节检测领域的效果也难以令人满意.原始的Faster R-CNN中的锚框尺寸大，在肺结节检测领域无法达到好的应用效果，为了提高结节检测的精度，在Faster R-CNN的基础上进行了改进，改进的内容主要包括：(1)更多层的特征提取使得检测精度提高，因此，在网络特征提取时采用ResNet替换掉原始网络中的VGG16网络，采用ResNet-101进行后续实验的改进.(2)引入了一种K-Means聚类算法分析anchor的尺寸，选择合适的k值后，重新设置锚框的大小.通过对锚框的尺寸的改进，数据与锚框大小的匹配度提高了，模型的整体性能有了提升.实验证明：所提出的方法具有较高的精度和效率.

• 出版日期2023
• 单位内蒙古科技大学; 包头医学院