基于三维卷积神经网络深度学习的肺结节良恶性的鉴别诊断

王风; 王磊; 李囡; 杨志

首页> 中文期刊> 《中国医学影像学杂志》 >基于三维卷积神经网络深度学习的肺结节良恶性的鉴别诊断

基于三维卷积神经网络深度学习的肺结节良恶性的鉴别诊断

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

目的开发一种三维(3D)卷积神经网络(CNN)深度学习模型,用于鉴别诊断肺部CT图像的良、恶性结节,并预测肺结节的恶性程度.资料与方法基于3D卷积设计4种3D CNN架构以分析连续多张图片数据.提取图像特征并进行分类.使用美国癌症协会发布的LIDC-IDRI影像数据集进行训练、测试和验证各模型.以受试者工作特征(ROC)曲线下面积(AUC)及其准确度、敏感度和特异度表征各模型的效果.结果在肺部结节和非结节的鉴别诊断中,开发的3D CNN-3模型的ROC曲线AUC最高(0.959),同时具有最高的特异度(0.946);在肺部结节恶性程度预测能力方面,3D CNN-3模型亦获得最高的AUC (0.981),同时具有最高的灵敏度(0.936).结论开发出3D CNN-3深度学习模型在CT图像肺部结节良恶性的鉴别诊断和恶性程度预测方面表现出良好的性能.

著录项

来源
《中国医学影像学杂志》 |2019年第10期|779-782787|共5页
作者
王风; 王磊; 李囡; 杨志;
展开▼
作者单位

北京大学肿瘤医院暨北京市肿瘤防治研究所核医学科恶性肿瘤发病机制及转化研究教育部重点实验室北京100036;

北京大学肿瘤医院暨北京市肿瘤防治研究所核医学科恶性肿瘤发病机制及转化研究教育部重点实验室北京100036;

北京大学肿瘤医院暨北京市肿瘤防治研究所核医学科恶性肿瘤发病机制及转化研究教育部重点实验室北京100036;

北京大学肿瘤医院暨北京市肿瘤防治研究所核医学科恶性肿瘤发病机制及转化研究教育部重点实验室北京100036;

展开▼
原文格式 PDF
正文语种 chi
中图分类肺肿瘤;
关键词
孤立性肺结节; 肺肿瘤; 肺疾病; 体层摄影术; X线计算机; 神经网络(计算机); 深度学习;

相似文献

中文文献
外文文献
专利

1. 基于胸部平扫CT的深度学习模型对肺结节良恶性的鉴别诊断价值 [J] . 黄玲玲 ,吴皎姣 . 中国CT和MRI杂志 . 2021,第012期
2. 影像组学及深度学习在肺结节良恶性鉴别诊断中的新理念 [J] . 范卫杰 ,张冬 . 中华肺部疾病杂志（电子版） . 2021,第005期
3. CT纹理分析与MSCT三维重建对孤立性肺结节良恶性鉴别诊断效能分析 [J] . 李晓卿 ,徐志豪 ,齐银萍 . 影像科学与光化学 . 2020,第005期
4. 基于卷积神经网络的肺结节良恶性分类 [J] . 吴世洋 ,任劲松 ,张冉 . 中国医学工程 . 2020,第001期
5. 基于改进的卷积神经网络的肺结节良恶性分类 [J] . 刘咏江 ,谢红薇 ,刘爱媛 . 计算机工程与设计 . 2019,第007期
6. CT肺灌注成像在周围型肺肿瘤良恶性鉴别诊断及恶性程度评估中的应用价值 [C] . 李贵臣 ,吴巍 ,黄志成 . 第13届全国肺癌学术大会 . 2013
7. 基于深度学习算法对肺结节良恶性鉴别诊断研究 [A] . 杨凯强 . 2018

基于三维卷积神经网络深度学习的肺结节良恶性的鉴别诊断

摘要

著录项

相似文献

相关主题

期刊订阅