隨著空氣污染的加深,人們對(duì)呼吸系統(tǒng)健康的關(guān)注也越來(lái)越高。肺腺癌作為一種較多發(fā)于女性或非吸煙人群的肺癌,其早期切除手術(shù)后5年生存率較高,因而早期診斷十分關(guān)鍵。肺腺癌診斷依賴胸腔CT成像技術(shù),影像科醫(yī)生需要耗費(fèi)十?dāng)?shù)分鐘的時(shí)間從CT影像中篩查出肺腺癌。面對(duì)越來(lái)越高的胸腔CT診斷需求,提高影像篩查速度十分關(guān)鍵,利用快速精準(zhǔn)的計(jì)算機(jī)輔助診斷算法從CT掃描檢測(cè)出肺腺癌是一種有效的解決方案。目前,針對(duì)肺腺癌的檢測(cè)算法研究較少,但該問(wèn)題與肺結(jié)節(jié)檢測(cè)較為相似。肺結(jié)節(jié)檢測(cè)算法通常分為兩個(gè)階段,包括定位候選肺結(jié)節(jié)和良惡性分類。本研究中,第一階段從CT影像中定位候選肺腺癌病灶,降低假陰率;第二階段篩查出候選病灶中的假陽(yáng)樣本,并將真陽(yáng)樣本分類為原位腺癌和微浸潤(rùn)腺癌。在肺結(jié)節(jié)檢測(cè)算法中,基于卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network,CNN）的檢測(cè)算法較傳統(tǒng)手工設(shè)計(jì)特征算子的方法效果更優(yōu),準(zhǔn)確率更高。但CNN參數(shù)量較大,訓(xùn)練成本高,在兩個(gè)階段中各使用一個(gè)CNN模型進(jìn)一步增加了算法整體的訓(xùn)練難度,且內(nèi)存占用更高,提高了算法應(yīng)用的硬件標(biāo)準(zhǔn)。然而,由于肺腺癌體積較小,且尺度不一,若使用單個(gè)C... 

【文章來(lái)源】：浙江工業(yè)大學(xué)浙江省

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

肺癌分類比例圖及吸煙者占比[10]

肺腺癌在X光（左）和CT（右）中的形態(tài)

目標(biāo)檢測(cè)示意圖


本文編號(hào)：3082431