RUN：无需候选选择的残差 U-Net 肺结节计算机辅助检测
计算机视觉与模式识别
2018-05-31 v1
摘要
肺癌的早期发现与早期诊断对提高肺癌患者生存率至关重要。肺结节检测结果对后续诊断有显著影响。本工作中，我们提出一种名为 RUN 的新网络，通过绕过候选选择以单步完成结节检测。该系统引入残差网络的捷径以改进传统 U-Net，从而解决因其缺乏深度而导致结果不佳的缺点。此外，我们将实验结果与传统 U-Net 进行比较。我们在 LUng Nodule Analysis 2016 (LUNA16) 结节检测挑战赛上验证所提方法。我们在每次扫描 2 个假阳性的情况下获得了 90.90% 的灵敏度，从而取得优于当前最先进方法的性能。
引用
@article{arxiv.1805.11856,
title = {RUN:Residual U-Net for Computer-Aided Detection of Pulmonary Nodules without Candidate Selection},
author = {Tian Lan and Yuanyuan Li and Jonah Kimani Murugi and Yi Ding and Zhiguang Qin},
journal= {arXiv preprint arXiv:1805.11856},
year = {2018}
}
备注
15 pages, 5 figures, manuscript for Neurocomputing