计算机工程

作者：张翔, 陈欣

单位：浙江师范大学 数学与计算机科学学院, 浙江 金华 321004

关键词：肺结节检测,肺肿块检测,肺部CT图像,自主学习,多任务学习

基金：国家自然科学基金（61877055，61503342）。

针对实际任务中肺部CT图像标注数据集稀少的问题，提出一种基于自主学习的U-Net模型与C3D多任务学习网络相结合的肺癌诊断方法。对LUNA16数据集和DSB数据集进行预处理，确保切片图像体素、方向一致，利用C3D多任务学习网络模型构建肺结节检测模型，使用165张LUNA16的切片图像和161张DSB的切片图像训练改进的U-Net网络模型，并采用自主学习方式扩充标注样本，构建肿块检测模型。在此基础上，综合结节与肿块检测结果得到最终的肺癌诊断结果。实验结果表明，该方法的肺癌检测精度为85.3%±0.3%，达到了监督学习策略的检测精度。

来源：2020年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第2期