基于低剂量CT的肺结节精准检测方法研究

目录

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