科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对计算机断层扫描（CT）影像中肺结节检测灵敏度较低，且存在大量假阳性的问题，提出一种改进的U型残差网络用于肺结节检测。采取U-net网络的U型结构并利用残差学习方式构建深层次网络，同时引入自校正卷积增加特征的信息提取能力，进行通道间与局部信息增强，有利于检测不同形态的结节；通过引入的通道注意力机制，对特征提取过程中的特征进行重标定，实现自适应学习特征权重，进一步提高检测的准确率；引入DR loss作为该算法的分类损失函数，用于解决数据正负样本失衡问题。在LUNA16数据集对所提算法进行了验证，CPM得分达到0.901，提高了肺结节检测的灵敏度，而且有效降低了检测结果的平均假阳性个数，可有效辅助放射科医师对肺结节进行检测。
- 出版日期2022
- 单位河北工业大学; 电子信息工程学院
