《表2 不同特征的结节选取的数量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的肺结节分类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文所使用的CT数据集是来自于LIDC数据库。LIDC是由美国国家癌症研究会所创立的肺部图像数据库。LIDC中包括1 024个病例，每个病例包括的肺部横切面CT图像（扫描层厚1.25～3 mm）大约50～500张（DICOM格式），以及一个关于每张CT图像详细信息的注释文件（XML格式）。在注释文件中，用九种特征来表示肺结节的良恶性，例如:恶性度、毛刺、钙化、分叶等属性。由于LIDC数据库中CT病例来源广泛，为了保证数据的有效性和可行性，从LIDC数据库中选择4种具有代表性的特征作为训练集、测试集。如表2所示，选取的LIDC数据库中150个病例数据约10 000张肺部CT图像，使用的820张（403个良性结节和417张恶性结节）的CT图像用作训练和测试。