多模态融合下长时程肺部病灶良恶性预测方法

来源：计算机工程与应用杂志2019年第10期北京时间：

作者：张娅楠1，赵涓涓1，赵 鑫1，张小龙2，王三虎3

单位：1.太原理工大学 计算机科学与技术学院，山西 晋中 030600；2.宾夕法尼亚州立大学 信息科学与技术学院，尤尼弗西蒂帕克 16802；3.吕梁学院 计算机科学与技术系，山西 吕梁 033000

摘要：为了更精确、全面地表征各时期肺部医学影像中病灶特征的变化与发展规律，研究在时间纵向维度上预测肺结节的演变方式，构建了一种多模态特征融合下不同时期肺部病灶良恶性预测模型。根据病人不同时期的序列CT图像，提取肺部病灶的传统特征与深度特征，构造多模态特征；通过神经网络对多模态特征进行相关性快速融合；利用长短时记忆方法学习不同时期具有时间特征的肺部病灶特征向量，构建一个双向长短时记忆网络对病灶进行良恶性预测。实验表明，所提方法准确率为92.8%，比传统方法有所提高，可以实现有效预测。

关键词：肺部病灶,长时程,特征融合,长短时记忆模型