声明
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 候选肺结节检测算法
1.2.2 假阳性肺结节去除算法
1.3 论文研究内容
1.4 论文组织结构
2 相关原理与技术
2.1 引言
2.2 卷积神经网络经典模型
2.2.1 LeNet模型
2.2.2 VGGNet模型
2.2.3 GoogLeNet模型
2.2.4 ResNet模型
2.3 三维卷积神经网络
2.4 肺结节检测算法概述
2.4.1 Faster R-CNN
2.4.2 YOLOv3
2.4.3 Mask R-CNN
2.5 肺结节数据集
2.5.1 LIDC-IDRI数据集
2.5.2 SPIE-AAPM数据集
2.6 本章小结
3 肺结节精准检测算法研究
3.1 引言
3.2 数据准备
3.3 网络结构设计
3.3.1 多层特征融合
3.3.2 金字塔RPN结构
3.3.3 ROI池化层的优化
3.4 模型训练
3.5 实验结果与分析
3.5.1 定量评估
3.5.2 视觉对比
3.6 本章小结
4 假阳性肺结节去除算法设计
4.1 引言
4.2 数据集制作
4.3 3D Inception CNN假阳性去除网络设计
4.3.1 3D Inception CNN主干网络设计
4.3.2 Spatial Reduction Block模块设计
4.3.3 Residual Conv Block模块设计
4.4 模型训练
4.5 实验结果与分析
4.6 本章小结
5 总结与展望
5.1 工作总结
5.2 未来展望
参考文献
个人简历及硕士期间发表的学术论文与研究成果
致谢
郑州大学;