深度学习在肺结节辅助诊断中的应用

来源：计算机工程与应用杂志2022年第18期北京时间：

作者：冯妍妍, 魏德健, 倪伟

单位：1.山东中医药大学 智能与信息工程学院，济南 250355；2.肥城市人民医院 信息管理科，山东 肥城 271600；

摘要：肺癌位居癌症死亡率首位，对其进行早期诊断和治疗可降低肺癌患者的死亡率。深度学习能够自动提取结节特征，并完成肺结节的良恶性及恶性等级分类，因此深度学习方法成为肺癌早期诊断的重要手段。对常用数据集进行介绍，系统阐述了栈式去噪自编码器（SDAE）、深度置信网络（DBN）、生成对抗网络（GAN）、卷积神经网络（CNN）、循环神经网络（RNN）和迁移学习技术在肺结节良恶性分类中的应用，阐述了深度卷积生成对抗网络（DCGAN）、多尺度卷积神经网络（MCNN）、U型网络（U-Net）和集成学习技术在肺结节恶性等级分类中的应用，针对肺结节分类的深度学习方法进行了综合分析，并对未来研究方向进行展望。

关键词：肺结节,深度学习,良恶性分类,恶性等级分类,计算机辅助诊断