文档名：基于密集残差连接的肺结节检测方法
摘要：针对目前基于深度学习的肺结节检测算法中不同深度与尺寸的特征信息间没有相互交流的问题,提出了一种基于密集残差连接的肺结节检测模型.本模型在3DU-Net网络的基础上引入密集连接,充分利用网络中肺结节特征图,实现不同层的特征信息的结合,提高结节特征的利用率;同时结合残差结构,避免了网络加深后出现的梯度消失问题;引入通道注意力机制,对不同通道的结节特征赋予权重,提高结节的识别率;在3DU-Net网络的编码解码部分间的跳跃连接中使用转置卷积,融合不同尺度与不同深度的特征.所提算法在肺结节公共数据集LUNA16上进行十折交叉验证,以无限制受试者操作特征为评价指标,实验结果表明,在假阳率为0.125、0.25、0.5、1、2、4、8这7个点上,平均敏感度为0.852,相较于基准模型提升5.5%.所提出的肺结节检测算法相比基准模型提高了检测敏感度,较好的实现对肺结节的检测.
Abstract：Aimingattheproblemthatthefeatureinformationofdifferentdepthsandsizesdoesnotcommunicatewitheachotherinthecurrentdeeplearningbasedlungnoduledetectionalgorithm,alungnoduledetectionmodelbasedondenseconnectionandresidualcon-nectionisproposed.Thismodelintroducesdenseconnectionsonthebasisof3DU-Netnetwork,whichmakesfulluseoflungnodulefeaturesinthenetworktorealizethecombinationoffeatureinformationofdifferentlayers,andcanimprovetheutilizationrateofnodulefeatures.Bycombiningwiththeresidualstructure,theproblemofgradientdisappearanceafternetworkdeepeningisavoided.Thechan-nelattentionmechanismisintroducedtoproduceweightstothenodulefeaturesofdifferentchannelstoimprovethenodulerecognitionrate.Thetransposedconvolutionisusedintheskipconnectionbetweentheencodinganddecodingpartsof3DU-Netnetwork,andfea-turesofdifferentscalesanddepthsareintegratedatthesametime.Theproposedalgorithmisperformedbyten-foldcross-validationonthelungnodulepublicdatasetofLUNA16andevaluatedintermsoffree-responsereceiveroperatingcharacteristic.Theexperimentalresultsshowthattheaveragesensitivityis0.852atthesevenpointswherethefalsepositiverateis0.125,0.25,0.5,1,2,4and8,whichis5.5%higherthanthebenchmarkmodel.Comparedwiththebenchmarkmodel,theproposedlungnoduledetectionalgorithmimprovesthedetectionsensitivityandbetterrealizesthedetectionoflungnodules.
作者：胥阳 佘青山 杨勇 张建海 Author：XUYang SHEQingshan YANGYong ZHANGJianhai
作者单位：杭州电子科技大学自动化学院(人工智能学院),浙江杭州310018浙江省脑机协同智能重点实验室,浙江杭州310018
刊名：传感技术学报
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2024, 37(1)
分类号：TP391
关键词：肺结节检测 U-Net网络 密集连接 残差连接 注意力机制
Keywords：lungnoduledetection U-Netnetwork denseconnection residualconnection attentionmechanism
机标分类号：
在线出版日期：2024年3月6日
基金项目：国家自然科学基金，国家自然科学基金基于密集残差连接的肺结节检测方法[
期刊论文] 传感技术学报--2024, 37(1)胥阳 佘青山 杨勇 张建海针对目前基于深度学习的肺结节检测算法中不同深度与尺寸的特征信息间没有相互交流的问题,提出了一种基于密集残差连接的肺结节检测模型.本模型在3DU-Net网络的基础上引入密集连接,充分利用网络中肺结节特征图,实现不...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于密集残差连接的肺结节检测方法 Lung Nodule Detection Method Based on Dense Residual Connection
基于密集残差连接的肺结节检测方法.pdf
- 文件大小:
- 924.12 KB
- 下载次数:
- 60
-
高速下载
|
