LCDctCNN：基于 CNN 模型的 CT 扫描图像肺癌诊断
图像与视频处理
2023-04-12 v1 计算机视觉与模式识别
机器学习
摘要
世界上最具致命性和威胁生命的疾病是肺癌。尽管降低肺癌死亡率需要早期诊断和准确治疗。基于计算机断层扫描（CT）的图像是使用深度学习模型检测肺癌最有效的成像技术之一。在本文中，我们提出了一种基于深度学习模型的卷积神经网络（CNN）框架，用于使用 CT 扫描图像早期检测肺癌。我们还分析了其他模型，例如 Inception V3、Xception 和 ResNet-50 模型，以与我们所提模型进行比较。我们考虑准确率、曲线下面积（AUC）、召回率和损失等指标对模型相互比较。在评估模型性能后，我们观察到 CNN 优于其他模型，并且相比传统方法表现出良好的前景。其准确率达到 92%，AUC 为 98.21%，召回率为 91.72%，损失为 0.328。
引用
@article{arxiv.2304.04814,
title = {LCDctCNN: Lung Cancer Diagnosis of CT scan Images Using CNN Based Model},
author = {Muntasir Mamun and Md Ishtyaq Mahmud and Mahabuba Meherin and Ahmed Abdelgawad},
journal= {arXiv preprint arXiv:2304.04814},
year = {2023}
}
备注
8, accepted by 10th International Conference on Signal Processing and Integrated Networks (SPIN 2023)