%0 Journal Article
%T 颅内上皮样血管内皮瘤1例
%A 刘宁
%A 吴丹
%A 张秀梅
%A 赵丽
%J 中国医学影像技术
%D 2018
%R 10.13929/j.1003-3289.201712076
%X 目的 针对目前基于胸部CT图像的肺结节自动检测方法的检出率较低且存在大量假阳性的问题，提出一种基于卷积神经网络的肺结节检测方法。方法 采用基于模糊建模思想和迭代相对模糊连接度（IRFC）算法的自动解剖识别（AAR）方法分割肺部CT图像，提取肺部实体部分；将分割后的图像输入卷积神经网络，提取肺结节特征；采用位置敏感特征图表达结节的位置信息。结果 使用天池医疗AI大赛数据集，精准分割肺部CT图像，检测肺结节的准确率、敏感度、特异度和假阳性率分别为95.60%、95.24%、95.97%和4.03%。结论 基于卷积神经网络检测肺结节有较高的精度和效率，且鲁棒性好
%K 血管内皮瘤
%K 上皮样 脑肿瘤 磁共振成像
%U http://www.cjmit.com/cjmit/ch/reader/view_abstract.aspx?file_no=20180634&flag=1