典型文献
三维多尺度交叉融合网络肺结节分类研究
文献摘要：
计算机断层扫描影像中良、恶性肺结节的准确分类对肺癌的预防和治疗至关重要.然而,由于计算机断层扫描影像中肺结节背景的复杂性,以及良、恶性肺结节判定之间存在的不确定性,使得良恶性肺结节的准确分类成为了一项极具挑战性的工作.提出了一种深度三维多尺度交叉融合卷积神经网络实现了良恶性肺结节的精确分类.使用密集连接结构自动提取肺结节多尺度特征,为了减少特征提取过程中肺结节相关信息的丢失,对多尺度特征引入了交叉融合策略得到多尺度特征组,增强了高、低层次语义信息的表达能力,同时增强特征在网络中的传递和转移.将提取的特征组分别连接至多个softmax分类器,模拟多位经验不同医生共同决策,实现了良、恶性肺结节的精确识别.使用肺图像联合会数据集进行验证,分类准确率达到了90.96％,AUC为94.95％.
文献关键词：
肺结节分类;密集连接网络;多尺度交叉融合
中图分类号：
作者姓名：
杨建利;朱德江;邵嘉俊;刘秀玲
作者机构：
河北大学 电子信息工程学院,河北 保定 071002;河北省数字医疗工程重点实验室,河北 保定 071002
文献出处：
引用格式：
[1]杨建利;朱德江;邵嘉俊;刘秀玲-.三维多尺度交叉融合网络肺结节分类研究)[J].计算机工程与应用,2022(14):121-125
A类：
多尺度交叉融合
B类：
维多,融合网络,肺结节分类,分类研究,计算机断层扫描,预防和治疗,良恶性肺结节,融合卷积神经网络,精确分类,密集连接结构,自动提取,多尺度特征,征引,融合策略,低层次,语义信息,表达能力,特征组分,至多,softmax,分类器,共同决策,精确识别,联合会,分类准确率,密集连接网络
AB值：
0.267685
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。
