典型文献
基于卷积神经网络的肺野分割和肺炎筛查
文献摘要：
由于X光胸片影像受到各类组织阴影及病灶的影响,目前肺野分割算法的结果往往存在空洞或者边缘不光滑等问题.针对此类问题,该文提出了一种基于多尺度卷积和特征金字塔的肺野分割网络,此网络利用多尺度卷积模块和多尺度特征融合模块提取和融合多尺度特征,在JSRT数据集上PA和Dice指标分别达到98.76％和97.94％,在Montgomery数据集上PA和Dice指标分别达到了 98.96％和97.85％.该文将肺野分割网络进一步应用到肺炎筛查任务中,提出了 一种基于肺野分割的数据增强方法,该方法通过分别"擦除"左右肺部的随机区域增加了样本的多样性,从而提高了肺炎分类任务的准确率.实验表明,这种数据增强方法可以将新冠肺炎检出率至少提高2.2％.
文献关键词：
肺野分割;多尺度卷积;多尺度融合;肺炎筛查;数据增强;随机擦除
中图分类号：
作者姓名：
武卓越;田雪琴;侯潇芮;崔磊;田雪叶;王文晶
作者机构：
西北大学信息科学与技术学院,陕西西安 710127;石家庄理工职业学院互联网应用技术学院,河北石家庄 050228;西北大学数学学院,陕西西安 710127;西安交通大学第一附属医院妇产科,陕西西安 710061
文献出处：
引用格式：
[1]武卓越;田雪琴;侯潇芮;崔磊;田雪叶;王文晶-.基于卷积神经网络的肺野分割和肺炎筛查)[J].西北大学学报（自然科学版）,2022(04):571-580
A类：
JSRT
B类：
肺野分割,肺炎筛查,胸片,组织阴影,分割算法,不光滑,多尺度卷积,特征金字塔,分割网络,卷积模块,多尺度特征融合,特征融合模块,PA,Dice,Montgomery,数据增强,增强方法,右肺,分类任务,少提,多尺度融合,随机擦除
AB值：
0.31096
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
