《表1 不同网络模型对LUNA16上的结节分类准确率》
综上所述,本文提出了一种用于肺部CT图像中肺结节检测和分类的深度学习模型,使用两阶段方法,先使用基于U-Net的三维卷积网络进行结节的检测,得到候选结节的语义信息和位置信息,再根据检测结果对原始数据进行处理,使用空间金字塔池化进行多尺度操作,然后使用基于DPN的分类器进行分类,最后给出良恶性分类结果.在LUNA16数据集上对肺结节检测和分类模型进行测试的结果表明,本文方法准确度较高.
图表编号 | XD00134141800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.26 |
作者 | 贾锋、薛潺涓、王欣 |
绘制单位 | 吉林大学计算机科学与技术学院、吉林大学计算机科学与技术学院、吉林大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |