基于三维卷积神经网络的肺结节分类

摘要：

为提高不易分割诊断的毛玻璃结节的分类准确率,同时针对VGG16网络结构卷积层数深,参数多的问题,提出一种基于灰度增强、纹理和形状滤波增强的三维深度卷积神经网络用于肺结节分类.对VGG16网络结构进行优化,提出的模型在肺结节公开数据集LIDC-IDRI上进行训练和测试.结果表明,采用灰度增强、纹理和形状滤波增强相结合的方法图像分类精度最高,准确率为91.7％,其他评价指标包括敏感性和特异性也略有提高,优于现有方法.

关键词：肺结节、深度学习、卷积神经网络

所属期刊栏目：26

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61305001

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：87-93