论文部分内容阅读
为解决现有肺结节检测模型精度低、漏诊率和误诊率高等问题,提出融合残差模块的肺结节检测算法。候选结节检测阶段,提出残差U-Net (residual U-Net,RU-Net)分割网络,将改进的残差网络(residual network,ResNet)模块与U-Net结构融合,提升模型特征提取能力;加入改进的损失函数解决数据类别不均衡问题,提高检测敏感度。假阳性减少阶段,采用三维卷积神经网络(3DCNN)用于候选结节分类,充分获得结节空间信息,达到降低假阳性的目的。实验结果表明,该算法能够准确并高效地