期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)
关键词:3d cnn 肺结节 假阳性筛查
摘要:从CT影像中检测肺结节在肺癌的早期诊断中至关重要,而肺结节假阳性的筛查是提高肺结节检测准确度的重要一步。为了从大量候选结节中快速准确地区分出真正的肺结节,设计了一个3D卷积神经网络(CNN)筛查肺结节假阳性。提出了网络模型,通过恒等映射和残差单元来加速模型训练,采用单连接路径重复利用特征并重组新特征。基于该模型的肺结节假阳性筛查方法,与基于2D CNN的方法相比,不仅可以省略数据切片步骤,而且能够充分利用CT影像的空间信息;与其他基于3DCNN的方法相比,具有参数量小、模型训练快的优点。该方法在LUNA16数据集中的假阳性筛查中取得了较高的敏感度。
图学学报杂志要求:
{1}请写明作者单位全称、详细地址、邮政编码、联系电话以及电子邮件地址。
{2}稿件内容求真务实,有行之有效的思路、探索、做法、经验,有理论或实践上创新,特色鲜明。
{3}正文中表示标题级别的序号形式,一般从大到小依次为:“一”“(一)”“1”“(1)”“①”等。可以根据标题的实有级别,跳过某些形式的序号。
{4}本刊参考文献采用页下注释体例,参考文献和注释均置于当页地脚(脚注),每页编序码,序号用①②③标示。
{5}摘要应反映论文主要论点及创造性内容,包含目的、方法、结果及结论四要素,以300~400字为宜;关键词5-8个,反映论文实质内容,便于检索。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社