CT图像肺结节识别算法调研 — CNN篇深度学习方法

深度学习方法

• 单图识别

方法简介

类同于MINST图像的识别，将CT图像分解为64x64大小的图像，根据医生标注，若图像块中包含结节的中心点(centroid)，则认为有结节，否则就没有。

Model

单图识别

• Input layer：

64x64 images 标准化，取值范围0~1。原始图像的范围为 -1024 ~ 3072(有超出部分则取值为3072)

• Layer 1:5x5 convolutional：

2x2 max pooling 24 feature map

• Layer 2:3x3 convolutional：

2x2 max pooling 32 feature map

• Layer 3:3x3 convolutional：

2x2 max pooling 48 feature map

• Output layer, full connected：

16 neurons input 2 neurons output

• 多图识别

方法简介

对于肺结节的识别来说，结节在单张CT图像中是一个圆形，而真实世界中，结节可以认为是三维立体的类球体，所以如果可以用三维图形来识别，应该会提高识别的准确率。

Model

多图识别