肺結節檢測機器視覺技術

《肺結節檢測機器視覺技術》是化學工業出版社於2022年出版的書籍，作者是何志權、曹桂濤

基本介紹

• 中文名：肺結節檢測機器視覺技術
• 作者： 曹桂濤  
• 出版時間：2022年1月1日
• 出版社：化學工業出版社 
• 頁數：165 頁
• ISBN：9787122400345
• 開本：16 開
• 裝幀：平裝

內容簡介

肺結節檢測對肺癌的預防、早期篩查及早期診斷尤為重要，基於肺癌影像上的肺結節檢測分析是預防肺癌的有效途徑。隨著LDCT技術的普及以及人們對自身健康的重視，胸部CT圖像數據呈現爆炸式增長，極大地加重了放射科醫生的工作負擔，同時也增加了病情判斷的難度。本書進行了肺結節檢測的自動化研究，全面總結深度學習在肺結節檢測當中的最新研究成果，提出了多種有效的創新性的深度學習網路框架和檢測思路。 本書適合從事醫學圖像處理，尤其是基於深度學習的肺結節檢測方面研究的學者和科研人員、醫學工作者閱讀。

目錄

第1章肺結節檢測與深度學習001

1.1肺結節檢測的背景與發展現狀001

1.2CAD系統研究現狀004

1.2.1肺實質分割算法研究005

1.2.2肺結節檢測算法研究008

1.3深度卷積神經網路009

1.3.1深度卷積神經網路的發展009

1.3.2卷積神經網路的結構010

參考文獻013

第2章肺結節檢測原理與技術015

2.1醫學影像知識015

2.1.1計算機斷層掃描技術015

2.1.2肺結節的醫學影像特徵018

2.2肺結節檢測評價指標020

2.2.1真/假陽性率020

2.2.2競爭性能指標022

2.2.3自由回響操作特性曲線022

2.3深度學習方法與傳統檢測方法的優劣勢023

2.4現有檢測技術介紹025

2.4.1多流框架學習025

2.4.2遷移學習026

2.4.3無/半/自監督學習027

2.4.4多任務學習029

2.5常用數據集030

參考文獻034

第3章基於目標檢測的U-Net構建與肺結節候選檢測036

3.1肺實質分割037

3.1.1圖像預處理037

3.1.2肺實質初定位039

3.1.3肺實質輪廓修補039

3.1.4灰度值歸一化042

3.2數據預處理與增強043

3.2.1圖像裁剪043

3.2.2數據增強044

3.3R2U-Net網路構建045

3.3.1U-Net框架修正045

3.3.2ResNet殘差單元047

3.3.3RPN網路的anchor機制049

3.3.4R2U-Net網路050

3.4模型性能最佳化051

3.4.1損失最佳化051

3.4.2難分類樣本挖掘052

3.4.3非極大值抑制053

3.4.4K-折交叉驗證054

3.5實驗設定與結果分析056

3.5.1實驗設定056

3.5.2結果分析056

參考文獻061

第4章基於多流多尺度融合的U-Net構建與肺結節候選檢測063

4.1R2 U-Net網路框架最佳化064

4.1.1多尺度輸入融合算法064

4.1.2多流輸出融合算法065

4.1.3非線性卷積模組066

4.1.4MS2 U-Net網路介紹067

4.2非極大值抑制改進算法068

4.3實驗結果與分析069

4.3.1實驗設定069

4.3.2結果分析070

參考文獻080

第5章注意力機制與特徵金字塔與肺結節候選檢測082

5.1基於通道-空間注意力機制的網路設計083

5.1.1U-Net網路結構 083

5.1.2U-SENet網路構建085

5.2U-SENet網路套用於候選肺結節檢測086

5.2.1數據增強086

5.2.2最佳化損失函式087

5.2.3通道-空間注意力機制介紹088

5.2.4權重初始化091

5.3特徵金字塔網路結構092

5.4特徵金字塔網路套用於目標檢測095

5.5多尺度3D特徵金字塔網路及肺結節檢測098

5.6實驗結果與分析100

5.6.1U-SENet實驗結果與分析101

5.6.2MFDM實驗結果與分析102

參考文獻104

第6章3D全卷積網路設計與肺結節精檢測106

6.13D全卷積網路107

6.1.1C3D網路107

6.1.2FC-C3D網路111

6.2模型性能分析與改進114

6.2.1測試數據114

6.2.2損失函式最佳化119

6.2.3模型融合121

6.2.4模型訓練125

6.3實驗結果分析127

6.3.13種實驗方法對比127

6.3.2融合方法對比128

6.3.3與其他方法對比131

參考文獻133

第7章多模型融合套用於肺結節精檢測135

7.1多模型肺結節檢測融合135

7.1.1Conv3DNet135

7.1.2Inception3DNet138

7.1.3RD3DNet140

7.1.4損失函式最佳化143

7.1.5模型融合145

7.2肺結節精檢測實驗與分析148

7.2.1正負樣本平衡148

7.2.2訓練過程149

7.2.3實驗結果對比與分析150

參考文獻155

第8章肺結節CAD檢測系統設計156

8.1需求分析156

8.2結構及功能設計157

8.3功能性測試159

8.3.1登錄功能測試160

8.3.2讀取檔案功能與查看原圖功能測試161

8.3.3肺部分割顯示功能測試161

8.3.4結節檢測顯示功能測試162

8.3.5結果顯示功能測試164

8.3.6診斷意見輸入功能164