基于多尺度特征结构的U-Net肺结节检测算法
来源：计算机工程杂志2019年第4期北京时间：
作者：朱辉,秦品乐
单位：中北大学 大数据学院,太原 030051
摘要：针对肺结节低层特征在网络传输过程中的缺失问题，基于多尺度特征结构，提出一种改进的U-Net卷积神经网络肺结节检测算法。采用卷积操作与池化操作获取高层特征，通过密集网络使得特征信息在输入层和输出层之间高速流通，并结合扩张卷积生成多尺度特征，提高肺结节低层特征的利用率。实验结果表明，与传统U-Net卷积神经网络的肺结节检测算法相比，改进算法对于小型结节的检测准确率约提高20%，可实现更准确的肺部病灶区域定位。
关键词：小目标检测,卷积神经网络,深度学习,密集网络,肺结节
基金资助：山西省自然科学基金(2015011045)。
