肺癌是死亡率最高的癌癥,其早期診斷和治療有利于提高肺癌的5年存活率。肺結節(jié)是肺癌的早期表現形式,其檢測是肺癌早期診斷的必經步驟,具有至關重要的意義。本文提出了利用三維卷積神經網絡進行肺結節(jié)檢測的方法,該網絡可以自動學習一些高層特征,而無需人工設計特征,在假陽性較少的情況下,檢測敏感度高。肺結節(jié)候選檢測部分采用三維全卷積網絡。本文設計了2個三維全卷積網絡:多尺度全卷積網絡(FCNet_RF17-33)和U-Net(U-Net_RF33)。這2個網絡能結合肺結節(jié)不同層面的特征。在訓練過程中,以相同比例在預處理后的CT圖像中的結節(jié)區(qū)域和其他非結節(jié)區(qū)域隨機截取圖像塊作為網絡的輸入,網絡的輸出為與輸入中心區(qū)域對應的肺結節(jié)概率圖。在測試過程中,通過滑窗法獲取整個CT圖像對應的肺結節(jié)概率圖,對該圖進行后處理得到肺結節(jié)候選位置。利用LUNA16比賽采用的數據作為測試集,本文提出FCNet_RF17-33網絡的敏感度為97.5%,假陽性為68.7FPs/scan,U-Net_RF33網絡的敏感度為96.4%,假陽性為14.8FPs/scan。減少假陽性數目部分采用三維卷積神經網絡。提出了2個三維卷積神經網絡Basic8和Deep11來對肺結節(jié)候選進行分類,其中Basic8有8層,包括4個卷積層,Deep11更深,包括8個卷積層,總共11層。通過不同網絡組合的對比,最終在候選檢測階段采用U-Net_RF33網絡,在減少假陽性階段采用Basic8網絡,以此作為本文提出的計算機輔助肺結節(jié)檢測系統(tǒng)的最終方案,該方法中采用的網絡結構簡單,當敏感度為94.4%,假陽性為2FPs/scan,競爭性能指標為0.898。
【學位單位】：上海交通大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：R734.2;TP183
【部分圖文】：

上海交通大學碩士學位論文第一章 緒論 研究背景和意義2015 年中國癌癥統(tǒng)計數據顯示，肺癌是發(fā)病率和死亡人數最多的癌癥；如示，2015 年，中國預計有 73.33 萬肺癌新病例，占所有癌癥病例的 17.09%1-2 所示，預計有 61.02 萬人死于肺癌，占所有癌癥死亡人數的 21.68%[1]。這明，肺癌嚴重威脅著國人的健康。

2015 年，中國預計有 73.33 萬肺癌新病例，占所有癌癥病例的 17.09%1-2 所示，預計有 61.02 萬人死于肺癌，占所有癌癥死亡人數的 21.68%[1]。這明，肺癌嚴重威脅著國人的健康。圖 1-1 2015 年中國癌癥預估發(fā)病情況（千）[1]Fig. 1-1 Estimated new cancer cases (thousands): China, 2015[1]

上海交通大學碩士學位論文肺癌的重大原因之一。但在 2010 年，有超過一半吸煙率仍在上升[3]。即使目前的吸煙率保持穩(wěn)定間，每年中國將有 100 萬人因吸煙導致的疾病而[4]。更令人憂心的是，吸煙相關疾病將在 20 到 30執(zhí)行限煙政策，中國的癌癥負擔很可能在未來幾十癌癥研究中心發(fā)布的癌癥調查報告顯示[6]，在 201，占所有癌癥確診病例的 26.54%；如圖 1-3 所示，而這個階段的 5 年存活率只有 4%；如果在肺癌在到 55%。從上述數據可以看出，肺癌的早期診斷有

【參考文獻】

相關博士學位論文 前1條

1 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

相關碩士學位論文 前1條

1 李越;基于形態(tài)學及灰度熵的肺結節(jié)檢測算法[D];北京交通大學;2011年

本文編號：2807833