TY -的A2 -唐,金山AU -谢,伊琳盟——吴,卓悦牌盟——汉鑫盟——王,宏宇盟,吴一帆AU -崔,Lei盟——冯,君非盟-朱,朝晖AU - Chen Zhongyuanlong PY - 2020 DA - 2020/08/24 TI -计算机辅助系统的检测Multicategory肺结核在射线照片SP - 9205082六世- 2020 AB -肺结核的早期筛查和诊断中发挥着重要作用的控制和治疗肺结核感染。在这篇文章中,一个完整的计算机辅助检测系统提出了基于深度学习的多个类别的肺结核病变胸片。在此系统中,完全卷积神经网络方法用于段肺区整个胸部的肺结核检测。不同于之前的分析整个胸部,我们专注于特定的肺结核病变区域的分析和提出第一个multicategory肺结核病变检测方法。,一个学习的可伸缩的金字塔结构引入到快提出卷积网络(RCNN更快),有效地提高了检测的小面积损伤、矿山无法区分样本在训练过程中,利用强化学习减少假阳性的检测病变。比较我们的方法与当前结核病检测系统,我们提出一个分类规则的整个胸部x光检查使用multicategory肺结核病变检测模型,实现良好的性能在两个公共数据集(蒙哥马利:AUC = 0.977和准确性= 0.926;深圳:AUC = 0.941和准确性= 0.902)。提出了计算机辅助系统优于当前系统可以用来帮助放射科医生诊断和筛查结核病的公共卫生服务提供者在结核病流行地区。SN - 2040 - 2295 UR - https://doi.org/10.1155/2020/9205082 - 10.1155 / 2020/9205082摩根富林明医疗工程PB - Hindawi KW - ER