肺结节的检测是一项非常重要的计算机辅助诊断工作。文章提出了一种多片染色重叠图像处理方法, 来增强肺结节与其他健康组织间的差异性, 并基于深度学习算法进行肺结节检测实验。实验使用了LIDC-IDRI数据集中的10000张肺部健康组织ROI和12000张肺结节ROI作为训练样本集, 使用AlexNet卷积神经网络作为深度学习的算法网络, 通过LIDC数据库中176个病人的CT图像测试, 得到了95.0%的敏感性和平均5.62的假阳性率结果。实验结果表明,所提出的方法比特征提取方法等传统方法能提高肺结节的检出率。
|