基于深度学习的医学图像肺结节检测算法研究

发布时间：2021-06-09 18:05

　　目前,肺癌已经成为世界上发病率和死亡率最高的肿瘤疾病。随着人们生活习惯的改变和环境的恶化,肺癌人群逐年增多,因而社会对此关注度日益增加。肺癌的早期症状在医学图像上以肺结节的形式表现,虽然大部分肺结节对人体的影响不大,但是少数的肺结节会转变为肺癌,而肺癌一旦出现,将对人类健康造成巨大的危害。因此,快速准确地检测肺结节对于预防和诊疗肺癌具有重要意义和价值。本文以CT图像病例数据为研究对象,重点研究基于深度学习方法的肺结节检测算法,旨在为医生提供更加准确有效的诊断方法,提高早期肺癌的生存率,对肺癌的早期诊断和治疗具有积极作用。论文主要研究内容和取得的成果如下:1.针对用于特征提取的卷积神经网络结构参数冗余的问题,提出一种新型的用于医学图像特征提取的网络结构,通过优化网络结构参数,以提取更为有效的特征,从而减轻网络结构过拟合的程度。实验结果表明,相较于现有的卷积神经网络结构,所提的新型网络结构可以使过拟合现象减弱,能够有效提高肺结节的检测精度,实现对肺结节目标准确高效的检测。2.针对血管或气管等组织遮挡肺结节影响肺结节形状特征检测的问题,提出一种新型的基于对抗网络的肺结节检测器,即将对抗网络应... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：90 页

【学位级别】：硕士

【部分图文】：

LIDC数据库中的DCM图像

XML注释文件片段图

对000003.dcm含结节图像做出的标记图

【参考文献】：
期刊论文
[1]深度学习研究进展[J]. 刘建伟,刘媛,罗雄麟.  计算机应用研究. 2014(07)
[2]深度学习的昨天、今天和明天[J]. 余凯,贾磊,陈雨强,徐伟.  计算机研究与发展. 2013(09)
[3]LIDC中肺结节注释信息的提取及数据库的建立[J]. 顾晓晖,马晓宇,陈卉.  数理医药学杂志. 2009(02)
[4]LIDC数据库中CT上肺结节轮廓的可视化[J]. 马晓宇,顾晓晖,谢艳,陈卉.  中国医疗设备. 2009(02)

硕士论文
[1]基于卷积神经网络的肺部结节检测系统研制[D]. 朱翔宇.南京大学 2017
[2]基于CT图像的肺结节检测方法研究[D]. 王鑫.长春工业大学 2015
[3]基于DICOM序列影像的肺结节检测算法研究[D]. 罗旋.电子科技大学 2015



本文编号：3221064