基于大規(guī)模訓(xùn)練神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)識(shí)別系統(tǒng).pdf

1、計(jì)算機(jī)輔助診斷(CAD)在肺結(jié)節(jié)識(shí)別的臨床應(yīng)用中可以提高醫(yī)生工作效率,同時(shí)可以提高肺結(jié)節(jié)診斷的準(zhǔn)確性,目前肺部CAD中所使用的肺結(jié)節(jié)識(shí)別方法是基于候選肺結(jié)節(jié)圖像特征值的分析,CT圖像經(jīng)過分割得到候選肺結(jié)節(jié)區(qū)域后,計(jì)算其特征值并進(jìn)行分析,設(shè)計(jì)分類器,計(jì)算特征向量的判別值,和設(shè)定的閾值進(jìn)行比較判定肺結(jié)節(jié)的分類結(jié)果。最后對(duì)分類器的分類結(jié)果進(jìn)行評(píng)估。這種分類方法的關(guān)鍵在于圖像分割和特征值計(jì)算,容易形成假陽性肺結(jié)節(jié)的診斷結(jié)果。
　　本文的主

2、要工作是采用一種新的基于神經(jīng)網(wǎng)絡(luò)的模式識(shí)別方法,設(shè)計(jì)并開發(fā)一個(gè)CT圖像的肺結(jié)節(jié)識(shí)別原型系統(tǒng)。這種新的識(shí)別方法稱之為大規(guī)模訓(xùn)練神經(jīng)網(wǎng)絡(luò)技術(shù),它的特點(diǎn)是直接以候選肺結(jié)節(jié)CT圖像的灰度值作為輸入,輸出為一幅圖像。輸出圖像以不同的分布特征表示不同類型的肺結(jié)節(jié)。得到輸出圖像后,采用加權(quán)和的方式將輸出圖像量化,通過閾值比較得出分類結(jié)果。假陽性肺結(jié)節(jié)可以根據(jù)其形態(tài)分為不同的類型,為了進(jìn)一步降低假陽性肺結(jié)節(jié)診斷結(jié)果的比率,在單個(gè)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上進(jìn)行了擴(kuò)

3、展,得到一組并聯(lián)的神經(jīng)網(wǎng)絡(luò),其中每個(gè)神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)采用不同類型的假陽性肺結(jié)節(jié),而且根據(jù)假陽性肺結(jié)節(jié)的類型在判斷時(shí)采用不同的閾值,旨在不影響肺結(jié)節(jié)識(shí)別的情況下移除盡可能多的假陽性肺結(jié)節(jié)。
　　本文將神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像處理與模式識(shí)別,設(shè)計(jì)并實(shí)現(xiàn)了基于大規(guī)模訓(xùn)練神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)識(shí)別CAD系統(tǒng)。通過實(shí)驗(yàn)調(diào)整神經(jīng)網(wǎng)絡(luò)的參數(shù),分析不同的采樣方法對(duì)神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果的影響。大量實(shí)驗(yàn)證明,這種方法能有效的區(qū)分真陽性肺結(jié)節(jié)和不同類型的假陽性肺結(jié)節(jié),與