论文部分内容阅读
为了提高肺部疾病识别效率,减少肺结节漏诊率,设计了一套肺结节智能检测和三维可视化系统;构建一个基于RESNET的深度多通道三维卷积神经网络,根据LUNA16公开数据集的888例患者图像,选择权重参数为α=0.5,γ=2的Focal loss损失函数进行训练,在CT图像上对可疑的肺结节进行检测,采用光线投射算法对检测出的结节区域进行体绘制三维重建;经实验测试,该网络与单通道网络和特征金字塔网络(Feature Pyramid network,FPN)相比,准确度最高,为84.8%,系统能够在230s内