基于卷积神经网络的直肠癌淋巴结转移的智能判断模型研究

摘要：

近年来,直肠癌的患病率普遍提高,准确判断直肠癌周围淋巴结的转移情况,能显著提高患者的治愈概率.通过建立数学模型,运用卷积神经网络模型进行智能判断直肠癌淋巴结转移情况.以直肠肿瘤患者动脉期的电子计算机断层扫描(computed tomography,CT)图像和肿瘤掩模图为样本,建立基于U-Net的CT图像识别分割模型,通过下、上采样分割出直肠肿瘤所在的区域,对肿瘤区域已转移淋巴结的普遍特征进行深度挖掘,利用尺度不变特征变换匹配(scale invarian feature trans-form,SIFT)算法自动找出肿瘤区域特征点,以及传统的特征纹理、面积、周长和体素强度,分别送入传统卷积神经网络模型和改进后的卷积神经网络模型VGG16网络模型,进行训练、预测、对比.结果表明:传统卷积神经网络模型的准确率在75.32％,而改进后的VGG16网络模型准确率在90.04％,可见,VGG16网络模型对直肠癌淋巴结转移情况的预测效果更好.

关键词：U-Net模型、卷积神经网络、VGG16

所属期刊栏目：22

分类号：TP391.7;R73(计算技术、计算机技术)

资助基金：国家自然科学基金;东北石油大学引导性创新基金

在线出版日期：2023-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：14328-14338