计算机应用研究

作者：胡新颖,陈树越,焦竹青,

单位：常州大学信息科学与工程学院,江苏常州213164；

关键词：肺结节检测,FasterR-CNN,候选结节,假阳性去除,3DDCNN,

基金：国家自然科学基金资助项目(51307010)；；

针对传统肺结节检测准确率低，且存在假阳性高的问题，提出了一种改进Faster R-CNN检测候选结节，以及改进的3D DCNN去除假阳性的算法。考虑到结节的形状大小等因素，在Faster R-CNN上更改锚点数量和尺寸检测结节的鲁棒性，并在特征提取器的最后一层添加一个反卷积层，在网络特征图上根据结节尺寸添加小型滑动网络以使网络自适应生成感兴趣区域，获取候选结节。为了去除假阳性结节，在2D DCNN基础上调整卷积核参数，引入时间维度生成3D DCNN，并利用Adam算法调整网络学习率更改网络权重参数，采用数据增强策略进一步提取结节的全局特征。LIDC-IDRI数据集上的实验结果表明，所提出的算法平均检测准确率达到97.71%，同时降低了误诊率和漏诊率。

来源：2019年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第11期