基于三维卷积神经网络的胸部CT肺结节自动检测

Scidown文献预览系统！

作者：scidown 发布时间：2021-05-31 21:16:17 文章标题：

基于三维卷积神经网络的胸部CT肺结节自动检测( 3D convolutional neural network for automatic detection of lung nodules in chest CT )

文章作者：

S Hamidian B Sahiner N Petrick A Pezeshk Deep learning, convolutional neural networks, computer-aided diagnosis, chest CT

文章简述：

深度卷积神经网络（CNNs）形成了许多用于二维图像分类和分割的最先进的计算机视觉系统的主干。同样的原理和架构可以扩展到三维，以获得适合CT扫描等体积数据的3D CNN。在这项工作中，我们训练一个3D CNN来使用从LIDC数据集中提取的感兴趣体积来自动检测胸部CT图像中的肺结节。然后将具有固定视场的三维CNN转化为一个三维全卷积网络(FCN)，该网络能够在一次传递中高效地生成整个体积的分数图。与用于在整个输入卷上应用CNN的滑动窗口方法相比，FCN导致了近800倍的速度提高，从而为单个情况快速生成输出分数。该筛选FCN用于生成难的反面示例，这些反面示例用于训练新的判别式CNN。整个系统由快速生成候选感兴趣区域的筛选FCN和识别CNN组成。

文章下载地址（开放版）：