%0 Journal Article
%T 基于改进的VGG-16卷积神经网络的肺结节检测
%A 曹宇1
%A 潘子妍1
%A 王孝义1
%A 王瑜1
%A 申楠1
%A 逄键梁2
%A 邢素霞1
%J 中国医学物理学杂志
%D 2020
%R DOI:10.3969/j.issn.1005-202X.2020.07.026
%X 【摘要】针对肺结节特征复杂、人工提取特征困难的问题，提出基于改进的VGG-16卷积神经网络的肺结节检测模型。首先采用阈值分割与处理最大连通区域后的图像进行掩模运算，得到肺实质部分。然后通过Regionprops标记每个连通区域序号分割出所有疑似结节；采用核函数极限学习机而不是Softmax函数作为VGG-16结构中的分类器。最后利用改进后的VGG-16模型去除假阳性结节，完成对肺结节检测。在LIDC-IDRI数据集上进行的实验表明改进后的模型能达到92.56%的准确率和94.44%的高敏感度。该模型可用于辅助医生进行肺结节诊断，具有一定的临床应用价值
%K 肺结节
%K VGG-16
%K 极限学习机
%K 卷积神经网络
%U http://zgyxwlxzz.paperopen.com/oa/darticle.aspx?type=view&id=201909037