本文關鍵詞： 深度學習 肺結節(jié) 卷積神經網絡 數據庫　出處：《浙江大學學報(理學版)》2017年04期 　論文類型：期刊論文

【摘要】：肺癌是一種致死率很高的癌癥.通過肺部平掃CT影像檢測肺結節(jié)對肺癌早期診斷、治療意義重大.全面介紹了一種革命性的圖像識別技術——深度學習方法,在肺結節(jié)檢測中的應用.首先,橫向對比了不同卷積神經網絡的結構及其在圖像識別上的效果,其次著重分析了不同深度學習方法在訓練肺結節(jié)分類器上的應用,包括faster-RCNN、遷移學習、殘差學習以及遷移學習.還介紹了一些可用的肺部CT影像數據集供讀者參考.
[Abstract]:Lung cancer is a high mortality rate of cancer. CT scan images through the lungs flat lung nodule detection in early diagnosis of lung cancer, the treatment of great significance. This paper introduces a image recognition technology revolutionary -- deep learning method used in the detection of pulmonary nodules. First of all, to compare different convolutional neural network and its structure effect in image recognition, and analyzes the application of different methods in training, deep learning classifier on pulmonary nodules including faster-RCNN, transfer learning, residual learning and transfer learning. It also introduces some available lung CT image data set a reference for the reader.

【作者單位】： 麗水學院工學院;浙江大學計算機學院CAD&CG國家重點實驗室;
【基金】：浙江省自然科學基金資助項目(LY13F020019)
【分類號】：R734.2;TP391.41

【參考文獻】

相關期刊論文 前2條

1 劉玉杰;龐蕓萍;李宗民;李華;;融合抽象層級變換和卷積神經網絡的手繪圖像檢索方法[J];浙江大學學報(理學版);2016年06期

2 梁昔明,錢積新;大規(guī)模界約束優(yōu)化的子空間截斷牛頓法[J];浙江大學學報(理學版);2002年05期

【共引文獻】

相關期刊論文 前3條

1 胡偉儉;陳為;馮浩哲;張?zhí)炱?朱正茂;潘巧明;;應用于平掃CT圖像肺結節(jié)檢測的深度學習方法綜述[J];浙江大學學報(理學版);2017年04期

2 張曉東;張強;雷陽;李樹榮;周英毫;;基于最優(yōu)控制方法的聚合物驅注入濃度優(yōu)化[J];化工學報;2010年08期

3 黃越夏,沈瑞敏;求解Helmholtz方程的一類非線性局部正交變換[J];浙江大學學報(理學版);2004年05期

【相似文獻】

相關期刊論文 前10條

1 毛亞莉;劉勇;張曉忠;;肺結節(jié)的X線片診斷[J];中國民康醫(yī)學;2006年22期

2 宋佳;李翠芳;孫希文;聶生東;;一種非實質性肺結節(jié)分割的新方法[J];中國醫(yī)學影像技術;2011年12期

3 ;矽肺結節(jié)鈣化五例臨床分析[J];冶金勞動衛(wèi)生;1976年02期

4 王敏杰,王培軍,田建明,余準,李曉兵,崔恒武,邵成偉;低劑量和靶螺旋CT掃描技術在肺結節(jié)診斷中的價值[J];臨床放射學雜志;2003年07期

5 王化,唐光健;多層螺旋CT在肺結節(jié)診斷中的應用及展望[J];國外醫(yī)學(臨床放射學分冊);2005年06期

6 吳龍海;周荷琴;李傳富;;基于高分辨率CT圖像的肺結節(jié)檢測[J];中國醫(yī)療器械雜志;2008年03期

7 苗芬;吳龍海;周荷琴;;一種基于相關矩陣的肺結節(jié)增強算法[J];北京生物醫(yī)學工程;2008年05期

8 賈守勤;趙斌;尚延海;馬子堂;劉世合;齊向芹;;常規(guī)DR胸片對肺結節(jié)漏診原因的分析[J];醫(yī)學與哲學(臨床決策論壇版);2009年04期

9 高園園;呂慶文;;肺結節(jié)檢測算法研究[J];醫(yī)學信息;2010年02期

10 林歡;;容積CT掃描發(fā)現的肺結節(jié)的處理[J];循證醫(yī)學;2010年01期

相關會議論文 前10條

1 查開繼;高劍波;張永高;郭華;楊學華;周志剛;;斷層融合成像與數字X線成像診斷肺結節(jié)的比較研究[A];2010中華醫(yī)學會影像技術分會第十八次全國學術大會論文集[C];2010年

2 孫志遠;;數字化體層融合在肺結節(jié)探查中的初步應用[A];中華醫(yī)學會第16次全國放射學學術大會論文匯編[C];2009年

3 穆景博;高向東;;X線數字化體層融合技術在肺結節(jié)探查中的應用[A];2010中華醫(yī)學會影像技術分會第十八次全國學術大會論文集[C];2010年

4 于紅;李惠民;劉士遠;肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結節(jié):提示炎癥?[A];2006年華東六省一市暨浙江省放射學學術年會論文匯編[C];2006年

5 于紅;李惠民;劉士遠;肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結節(jié):提示炎癥?[A];中華醫(yī)學會放射學分會第八屆全國心胸影像學術大會暨河南省第十二次放射學術會議論文匯編[C];2006年

6 于紅;李惠民;劉士遠;肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結節(jié):提示炎癥?[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

7 高園園;呂慶文;馮前進;陳武凡;;一種新的肺結節(jié)檢測算法[A];中國生物醫(yī)學工程進展——2007中國生物醫(yī)學工程聯合學術年會論文集（上冊）[C];2007年

8 徐巖;馬大慶;;計算機輔助檢測肺結節(jié)在數字化胸片上的應用價值[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

9 王永仁;吳碧芳;經鳳華;李峻;金德勝;;低劑量CT篩查肺結節(jié)對圖像質量的影響[A];2008年浙江省放射學年會論文匯編[C];2008年

10 徐巖;馬大慶;賀文;;計算機輔助檢測肺結節(jié)在數字化胸片肺癌篩查中的應用價值[A];中華醫(yī)學會第16次全國放射學學術大會論文匯編[C];2009年

相關重要報紙文章 前2條

1 上海交通大學醫(yī)學院附屬瑞金醫(yī)院胸外科主任醫(yī)師 邱維誠;發(fā)現肺結節(jié) 別輕易下診斷[N];健康報;2013年

2 朱立明　第四軍醫(yī)大學;三聯診斷方案辨明肺結節(jié)[N];醫(yī)藥經濟報;2010年

相關博士學位論文 前9條

1 劉陽;基于肺部高分辨率CT影像的肺結節(jié)識別方法研究[D];東北大學;2011年

2 吳龍海;高分辨率CT圖像的肺部病變計算機輔助診斷研究[D];中國科學技術大學;2008年

3 裴曉敏;基于CT影像的孤立性肺結節(jié)檢測關鍵技術研究[D];東北大學;2011年

4 李惠民;肺結節(jié)CT研究[D];第二軍醫(yī)大學;2003年

5 韓芳芳;基于CT圖像多維特征的肺結節(jié)檢測和診斷方法研究[D];東北大學;2015年

6 蔡強;低劑量螺旋CT早期肺癌篩查—肺結節(jié)的檢出及其相關研究[D];北京協和醫(yī)學院;2011年

7 孫申申;基于CT影像的肺結節(jié)檢測與分割方法研究[D];東北大學　;2009年

8 張婧;基于SVM的肺結節(jié)自動識別方法研究[D];華南理工大學;2011年

9 張濤;肺結節(jié)PET診斷的系統(tǒng)分析及~（11）C-鬼臼的實驗研究[D];中國人民解放軍軍醫(yī)進修學院;2008年

相關碩士學位論文 前10條

1 邢謙謙;不規(guī)則形態(tài)肺結節(jié)的分割及毛刺檢測研究[D];南方醫(yī)科大學;2015年

2 劉曉娜;基于支持向量機的肺結節(jié)識別研究[D];浙江大學;2016年

3 滕雅琴;計算機輔助檢測系統(tǒng)CT肺結節(jié)檢出方式的研究[D];新疆醫(yī)科大學;2016年

4 黑嘯吉;基于低劑量CT圖像的肺結節(jié)分割算法研究[D];鄭州大學;2016年

5 張俊杰;基于粗糙集的特征級融合肺結節(jié)檢測算法[D];寧夏醫(yī)科大學;2016年

6 劉晨輝;基于DoG的胸部CT肺結節(jié)自動檢測算法研究[D];廣州大學;2016年

7 樂昂霖;基于SVM的肺結節(jié)分割與識別[D];東北大學;2015年

8 李仙鳳;生物標志物結合肺結節(jié)影像學特征對肺結節(jié)良惡性的預測價值[D];大連醫(yī)科大學;2016年

9 柏蕓;低劑量胸腔CT肺部影像的肺結節(jié)計算機輔助診斷方法研究[D];西南交通大學;2017年

10 王國明;基于CT圖像的肺結節(jié)分割方法研究[D];長春工業(yè)大學;2017年

，

本文編號：1519175