基于深度学习的肺部肿瘤检测方法

来源：计算机技术与发展杂志2018年第04期北京时间：

作者：陈强锐;谢世朋

摘要：随着现代计算机技术的发展与应用,计算机辅助诊断系统在医学影像分析领域的地位变得愈发重要。 其技术的关键在于病灶的定位与分类。 由于图像的特征提取十分复杂,若应用传统机器学习方法,则需对图像作大量的预处理。文中提出一种基于深度学习的肺部肿瘤检测方法,运用卷积神经网络对患者肺部肿瘤图像进行特征提取。 结合区域建议网络预测肿瘤在图片中可能存在的位置,同时生成建议框。 利用学习好的特征对目标区域进行分类并微调建议框的位置。 该方法无需人工设计目标特征,通过卷积神经网络学习到的特征更加具有代表性,且能够较好地预测肿瘤的位置。在 NLST 以及 Kaggle 的数据集上对该方法进行了评估。 实验结果表明,该方法具有较高的准确率和效率。

关键词：深度学习;肺部肿瘤检测;特征提取;卷积神经网络;区域建议网络