计算机深度学习模型在肺结节诊断中的应用
图像与视频处理
2024-06-21 v1 计算机视觉与模式识别
摘要
利用重建方法建立了肺部的三维模拟模型。构建了一个计算机辅助的肺结节检测模型。该过程迭代处理图像以优化基于神经网络的肺结节识别模型。它与三维虚拟建模技术集成，以提高系统的交互性，从而实现肺结节的智能识别。采用3D RCNN（基于区域的卷积神经网络）进行特征提取和结节识别。使用LUNA16大样本数据库作为研究数据集。应用FROC（自由响应受试者工作特征）分析评估模型，计算不同假阳性率下的灵敏度以获得平均FROC。与传统诊断方法相比，识别率显著提高。该技术有助于在初始阶段检测肺部异常，对肺部恶性肿瘤的及时诊断具有巨大价值。
引用
@article{arxiv.2406.13205,
title = {Application of Computer Deep Learning Model in Diagnosis of Pulmonary Nodules},
author = {Yutian Yang and Hongjie Qiu and Yulu Gong and Xiaoyi Liu and Yang Lin and Muqing Li},
journal= {arXiv preprint arXiv:2406.13205},
year = {2024}
}