【摘要】：肺癌是全球發(fā)病率和死亡率最高的癌癥之一,在低劑量的CT圖像檢測肺結(jié)節(jié)對肺癌的早期治療十分重要。近年來,全球各地已經(jīng)開始逐步普及用CT圖像來輔助肺癌的早期篩查,然而這導(dǎo)致了大量的三維CT圖像需要分析,對于影像科醫(yī)生來說是一個極大的負擔(dān)。因此,本論文針對此問題,提出了一套基于三維深度殘差卷積神經(jīng)網(wǎng)絡(luò)的高精度的肺結(jié)節(jié)自動檢測算法。本論文設(shè)計的肺結(jié)節(jié)自動檢測算法分為兩步,首先使用肺結(jié)節(jié)可疑位置推薦算法來快速地篩查整個CT圖像,在保證較高的肺結(jié)節(jié)召回率的情況下,推薦較少的可疑肺結(jié)節(jié)的位置,減少檢測算法的搜索空間。然后使用假陽性肺結(jié)節(jié)抑制算法來進一步篩除可疑肺結(jié)節(jié)中的假陽性肺結(jié)節(jié),提高肺結(jié)節(jié)檢測算法的檢測精度。對于肺結(jié)節(jié)可疑位置推薦算法,本論文設(shè)計一個三維深度殘差全卷積神經(jīng)網(wǎng)絡(luò)來分割肺結(jié)節(jié),并提出了自適應(yīng)加權(quán)交叉信息熵的來優(yōu)化該分割網(wǎng)絡(luò),一定程度上解決了目標(biāo)物體與背景不平衡的問題�；诜谓Y(jié)節(jié)的概率分割圖,本文進一步提出了相應(yīng)的自適應(yīng)閾值的可疑肺結(jié)節(jié)層次定位方法來推薦可疑肺結(jié)節(jié)的位置。該算法在LUNA16數(shù)據(jù)集上取得了 98.7%的肺結(jié)節(jié)召回率,并且平均每個CT上只有154.6個假陽性推薦位置,與前人的工作相比有更好的推薦效果。對于假陽性肺結(jié)節(jié)抑制算法,本論文設(shè)計一個三維深度殘差卷積神經(jīng)網(wǎng)絡(luò)來進行抑制假陽性肺結(jié)節(jié)。在網(wǎng)絡(luò)結(jié)構(gòu)中針對性地設(shè)計了空間池化裁切層,能高效地從CT圖像中多尺度地抽取圖像特征。并采用了動態(tài)困難樣本選擇的優(yōu)化算法,解決了假陽性肺結(jié)節(jié)抑制中的樣本極不平衡問題。本論文設(shè)計的整個肺結(jié)節(jié)檢測算法比前人的研究工作有更好的檢測效果,在LUNA16數(shù)據(jù)集上,即使平均每個CT圖像中只容忍出現(xiàn)0.25個假陽性肺結(jié)節(jié)時,本論文提出的算法也能取得85.4%的肺結(jié)節(jié)召回率。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：R563;TP391.41;R816.41
【圖文】：

圖２．１邋ＬＵＮＡ１６數(shù)據(jù)集中肺部ＣＴ圖像體素間隔分布逡逑

邐２．５逡逑體素間隔（ｍｍ）逡逑圖２．１邋ＬＵＮＡ１６數(shù)據(jù)集中肺部ＣＴ圖像體素間隔分布逡逑均值分布圖邐標(biāo)準(zhǔn)差分布圖逡逑１５０邋Ｉ邐２００逡逑ｔ邐５：邐：逡逑

本文編號：2726859