典型文献
改进U型残差网络用于肺结节检测
文献摘要：
针对计算机断层扫描(CT)影像中肺结节检测灵敏度较低,且存在大量假阳性的问题,提出一种改进的U型残差网络用于肺结节检测.采取U-net网络的U型结构并利用残差学习方式构建深层次网络,同时引入自校正卷积增加特征的信息提取能力,进行通道间与局部信息增强,有利于检测不同形态的结节;通过引入的通道注意力机制,对特征提取过程中的特征进行重标定,实现自适应学习特征权重,进一步提高检测的准确率;引入DR loss作为该算法的分类损失函数,用于解决数据正负样本失衡问题.在LUNA16数据集对所提算法进行了验证,CPM得分达到0.901,提高了肺结节检测的灵敏度,而且有效降低了检测结果的平均假阳性个数,可有效辅助放射科医师对肺结节进行检测.
文献关键词：
图像处理;肺结节检测;自校正卷积;注意力机制;特征提取
中图分类号：
作者姓名：
袁金丽;赵琳琳;郭志涛;苏逸;卢成钢
作者机构：
河北工业大学 电子信息工程学院,天津 300401
文献出处：
引用格式：
[1]袁金丽;赵琳琳;郭志涛;苏逸;卢成钢-.改进U型残差网络用于肺结节检测)[J].计算机工程与应用,2022(13):195-203
A类：
B类：
残差网络,肺结节检测,计算机断层扫描,检测灵敏度,假阳性,net,残差学习,学习方式,自校正卷积,加特,信息提取,局部信息,信息增强,不同形态,通道注意力机制,自适应学习,学习特征,特征权重,高检,DR,loss,损失函数,正负样本,失衡问题,LUNA16,CPM,放射科医师
AB值：
0.360339
相似文献
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。
