基于多模型融合方法的肺结节良恶性分类

郭峰; 黄冕; 刘利军; 黄青松

首页> 中文期刊> 《光电子．激光》 >基于多模型融合方法的肺结节良恶性分类

基于多模型融合方法的肺结节良恶性分类

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对CT图像中肺结节因边缘模糊、特征不明显造成的分类效果有偏差的问题,本文提出一种嵌入注意力机制的多模型融合方法(简称MSMA-Net)。该方法先将原始CT图像进行肺实质分割和裁剪操作后得到两种不同尺寸的图像,然后分别输入到空间注意力模型和通道注意力模型进行训练,其中,空间注意力模型着重于提取肺结节在CT图像中的空间位置信息,通道注意力模型着重于提取肺结节的细节特征。最后将两个模型提取的特征进行融合,用于得出良恶性分类结果。经过大量实验表明,这种多模型融合方法能很好地提取到肺结节在CT图像中的位置信息和自身的边缘特征,在LIDC数据集的基础上,该方法在准确率,敏感性,特异性分别达到了96.28%,96.72%,96.17%,相较于传统的网络模型取得了更好的分类效果。

著录项

来源
《光电子．激光》 |2021年第4期|389-394|共6页
作者
郭峰; 黄冕; 刘利军; 黄青松;
展开▼
作者单位

昆明理工大学信息工程与自动化学院;

云南昆明650500;

云南国土资源职业学院信息中心;

云南昆明650091;

云南大学信息学院;

云南昆明652501;

昆明理工大学云南省计算机技术应用重点实验室;

云南昆明650500;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
肺结节; 注意力机制; 多模型; 良恶性分类;

相似文献

中文文献
外文文献
专利

1. 基于多尺度特征融合的肺结节良恶性分类方法 [J] . 顾军华 ,孙哲然 ,王锋 . 深圳大学学报（理工版） . 2020,第4期
2. 基于多模态PET/CT图像构建良恶性肺结节稀疏编码分类模型 [J] . 李伟铭 ,李强 ,武志远 . 中国卫生统计 . 2023,第1期
3. 基于集成随机森林模型的肺结节良恶性分类 [J] . 胡会会 ,龚敬 ,聂生东 . 计算机应用研究 . 2018,第10期
4. 基于密集网络改进的肺结节良恶性分类模型 [J] . 戴垚均 ,闫士举 ,宋成利 . 中国医学影像技术 . 2018,第7期
5. 基于MDRA-net的肺结节良恶性分类方法 [J] . 费熳熳 ,陈春晓 ,王亮 . 激光与光电子学进展 . 2023,第4期
6. PET-CT结合临床资料预测孤立性肺结节良恶性数学模型的建立 [C] . 廖俊雄 ,洪翔婵 ,王昕玥 . 第13届全国肺癌学术大会 . 2013
7. 基于人工智能构建诊断肺结节的良恶性多种病理类型的分类模型研究 [A] . 金叶 . 2020

基于多模型融合方法的肺结节良恶性分类

摘要

著录项

相似文献

相关主题

期刊订阅