LIDC/IDRI影像数据库在肺结节计算机辅助诊断中的研究进展 被引量：13

1

作者 林岚 吴玉超 +1 位作者 宋爽 吴水才 《医疗卫生装备》 CAS 2018年第10期95-99,共5页

介绍了用于开发肺部CT图像计算机辅助诊断(computer aided diagnosis,CAD)系统的LIDC/IDRI(Lung Image Database Consortium/Image Database Resource Initiative)影像数据库的发展历史、文件格式、组织构架及基本应用,分析了基于该影... 介绍了用于开发肺部CT图像计算机辅助诊断(computer aided diagnosis,CAD)系统的LIDC/IDRI(Lung Image Database Consortium/Image Database Resource Initiative)影像数据库的发展历史、文件格式、组织构架及基本应用,分析了基于该影像数据库的肺结节分割与诊断的研究进展。指出了LIDC/IDRI影像数据库与CAD系统之间的关系,并指明了基于LIDC/IDRI影像数据库的新的人工智能方案,如深层强化学习和迁移学习等,是肺结节CAD系统未来的发展方向。 展开更多

关键词 肺结节 lidc/idri影像数据库 计算机辅助诊断 结节分割 结节分类 结节诊断 深度学习

暂未订购

基于LIDC/IDRI影像数据库的专家诊断信息解读软件的开发 被引量：1

2

作者 王婧璇 林岚 +1 位作者 赵思远 吴水才 《医疗卫生装备》 CAS 2019年第7期23-26,34,共5页

目的:设计一套基于LIDC/IDRI(Lung Image Database Consortium/Image Database Resource Initiative)影像数据库的专家诊断信息解读软件。方法:利用模块化、构建重用和面向对象的思想,基于Python编程语言、JavaScript网页编程语言、HTML... 目的:设计一套基于LIDC/IDRI(Lung Image Database Consortium/Image Database Resource Initiative)影像数据库的专家诊断信息解读软件。方法:利用模块化、构建重用和面向对象的思想,基于Python编程语言、JavaScript网页编程语言、HTML和CSS,在PyCharm 2017平台下开发该软件,主要包括诊断信息解析和诊断信息展示2个功能模块。结果:该软件不仅可剔除原有XML文件中的冗余内容,优化数据结构,完整地解读诊断信息,并在可视化界面中展示专家标注结果,还可以将诊断信息转换为易于后续分析的JSON和MAT格式。结论:基于LIDC/IDRI影像数据库的专家诊断信息解读软件达到了设计目标,具有跨平台的可移植性、开放性和共享性。 展开更多

关键词 lidc/idri影像数据库 诊断信息解读 Python 编程语言 XML解析 JSON格式 MAT格式

在线阅读 下载PDF 职称材料

LIDC-IDRI肺结节数据集解析及对构建中医共享数据集的意义

3

作者 李旖旎 刘子晴 +1 位作者 成福春 姚政 《中国医疗器械信息》 2024年第5期36-38,48,共4页

通过搭建环境运行lidc_nodule_detection_master项目,对LIDC-IDRI数据集进行解析,并利用卷积神经网络、长短时记忆网络等对已标注的肺结节计算机体层成像医学影像进行训练,并用相关的测试数据集进行验证。该项目,对于中医共享数据集的构... 通过搭建环境运行lidc_nodule_detection_master项目,对LIDC-IDRI数据集进行解析,并利用卷积神经网络、长短时记忆网络等对已标注的肺结节计算机体层成像医学影像进行训练,并用相关的测试数据集进行验证。该项目,对于中医共享数据集的构建,如类似DICOM文件的生成(舌像图、脉象图等),相关属性及特征的标注,XML文件的构建,相关算法的开发等,具有重要的参考借鉴意义。 展开更多

关键词 lidc-idri 肺结节 DICOM 中医共享数据集 循环神经网络 卷积神经网络

暂未订购

多输入卷积神经网络肺结节检测方法研究 被引量：15

4

作者 赵鹏飞 赵涓涓 +2 位作者 强彦 王峰智 赵文婷 《计算机科学》 CSCD 北大核心 2018年第1期162-166,共5页

针对传统计算机辅助诊断系统中肺部结节检出过程复杂,检出结果依赖于分类前期每个步骤的性能,以及存在假阳性率高的问题,提出了一种基于卷积神经网络的端到端的肺结节检测方法。该方法首先使用大量带标签的肺结节数据对构建的多输入卷... 针对传统计算机辅助诊断系统中肺部结节检出过程复杂,检出结果依赖于分类前期每个步骤的性能,以及存在假阳性率高的问题,提出了一种基于卷积神经网络的端到端的肺结节检测方法。该方法首先使用大量带标签的肺结节数据对构建的多输入卷积神经网络进行训练,实现从原始数据到语义标签的有监督学习。然后采用快速边缘检测方法和二维高斯概率密度函数构建候选区域模板,从待检测CT序列中获取候选区域并将其作为多输入卷积神经网络的输入数据。最后采用判定阈值实现疑似肺结节区域标注,同时在相邻的CT影像中进行重点检测。在LIDC-IDRI数据集上的大量实验结果表明,所提方法在肺部CT影像中对微、小结节的检出率较高;同时,重点检测模板能够小幅降低微、小结节检测的假阳率。 展开更多

关键词 计算机辅助诊断 卷积神经网络 微小结节检测 lidc-idri数据集预处理

在线阅读 下载PDF 职称材料

基于分布先验的半监督FCM的肺结节分类 被引量：6

5

作者 姜婷 袭肖明 岳厚光 《智能系统学报》 CSCD 北大核心 2017年第5期729-734,共6页

肺结节的良恶性分类对于肺癌的早期发现及诊断具有重要意义。然而实际应用中,标记的图像数量较少,且获取标记将耗费大量的人力,在这种情况下,使用半监督学习算法是有效提高分类性能的一个思路。作为一种经典的半监督学习算法,传统的半监... 肺结节的良恶性分类对于肺癌的早期发现及诊断具有重要意义。然而实际应用中,标记的图像数量较少,且获取标记将耗费大量的人力,在这种情况下,使用半监督学习算法是有效提高分类性能的一个思路。作为一种经典的半监督学习算法,传统的半监督FCM在未标记样本与标记样本分布不平衡情况下不能充分利用标记信息。针对此问题,本文提出了一种基于分布先验的半监督FCM算法。首先计算样本的先验分布概率,基于获得的先验概率,给样本赋予权重,并将其融入到半监督FCM聚类中,从而强化少量的标记样本在聚类过程中的指导作用。文中在LIDC数据库上进行了相应的实验,实验结果证明,相比较传统的半监督FCM算法,提出的算法能够取得更好的肺结节分类性能。 展开更多

关键词 肺结节分类 半监督FCM 先验分布信息 图像处理 lidc数据库

在线阅读 下载PDF 职称材料

CT图像融合专家知识的肺结节良恶性诊断方法 被引量：2

6

作者 禹文明 刘伟 张其超 《国外电子测量技术》 北大核心 2023年第7期181-187,共7页

针对当前卷积神经网络在医学CT图像肺部结节分类中存在图像特征提取不全面,导致分类准确度低且检测时间长的问题,提出了一种基于深度网络特征融合的分类检测网络(efficient selective convolutional network,ESC-Net),网络是以Efficient... 针对当前卷积神经网络在医学CT图像肺部结节分类中存在图像特征提取不全面,导致分类准确度低且检测时间长的问题,提出了一种基于深度网络特征融合的分类检测网络(efficient selective convolutional network,ESC-Net),网络是以EfficientNet-V1为基础框架,在MBConv(mobile inverted residual bottleneck convolution)结构中引入轻量级注意力机制,同时,为降低网络的参数量和FLOPs,删去3层MBConv结构,进一步增强了特征提取和分类能力,适合于实际应用场景中快速、精准地诊断恶性结节。结果表明,在LIDC-IDRI数据集上,方法实现了对肺结节良恶性的精确分类,分类准确率和AUC值分别达到了94.6%与98.3%,优于大部分主流的分类方法。 展开更多

关键词 CT图像 肺部结节 lidc-idri EfficientNet

原文传递

基于辅助监督信号的肺结节良恶性分类 被引量：1

7

作者 易乐 张蕾 《现代计算机》 2021年第16期88-93,共6页

识别胸部计算机断层扫描图像中的恶性肺结节对肺癌早期筛查至关重要。肺结节良恶性分类任务目前广泛采用深度神经网络方法,然而,小样本问题始终阻碍着它在此任务上的性能。我们提出一个多任务肺结节分类残差网络(MTLNC-Net)来解决肺结... 识别胸部计算机断层扫描图像中的恶性肺结节对肺癌早期筛查至关重要。肺结节良恶性分类任务目前广泛采用深度神经网络方法,然而,小样本问题始终阻碍着它在此任务上的性能。我们提出一个多任务肺结节分类残差网络(MTLNC-Net)来解决肺结节良恶性分类任务上的小样本问题。该网络使用肺结节的形态特征作为良恶性分类的辅助监督信号。我们使用LIDC-IDRI数据集来验证提出的方法。结果表明,MTLNC-Net能够有效解决此任务上的小样本问题。 展开更多

关键词 肺结节分类 lidc-IDI 深度神经网络 小样本

在线阅读 下载PDF 职称材料

基于改进AlexNet模型的肺癌辅助检测方法 被引量：1

8

作者 傅磊 林振衡 谢海鹤 《莆田学院学报》 2019年第5期55-58,共4页

针对目前肺部CT图像数据爆炸式增长和人工诊断力量严重不足的矛盾,提出一种基于改进AlexNet模型的肺癌辅助检测方法。该方法在传统8层AlexNet模型的基础上,增加了与传统AlexNet模型第4层相同参数的第5层结构,实现了9层的改进AlexNet模型... 针对目前肺部CT图像数据爆炸式增长和人工诊断力量严重不足的矛盾,提出一种基于改进AlexNet模型的肺癌辅助检测方法。该方法在传统8层AlexNet模型的基础上,增加了与传统AlexNet模型第4层相同参数的第5层结构,实现了9层的改进AlexNet模型;采用LIDC-IDRI肺癌检测数据集分别对改进前后的AlexNet模型进行训练,建立模型,并通过测试集数据对传统AlexNet模型和改进的AlexNet模型进行测试,实验结果表明改进的AlexNet模型在肺结节检测上有更好的表现,能够进一步提高对于肺结节的识别精度,从而更好地帮助医生进行辅助诊断,降低医生工作强度。 展开更多

关键词 lidc-idri AlexNet模型 肺结节 检测

在线阅读 下载PDF 职称材料

基于灰度密度分布特征的肺结节良恶性分类 被引量：1

9

作者 NGUYEN XUAN HIEN 《软件导刊》 2019年第5期181-186,共6页

CT图像中肺结节良恶性鉴别是肺癌计算机辅助诊断研究中的关键。为了提高计算机辅助诊断系统中肺结节良恶性诊断准确性,提出一种基于密度分布特征的肺结节良/恶性判断方法。首先,从肺部肿瘤图像中随机提取图像小单元集并计算其自相关矩阵... CT图像中肺结节良恶性鉴别是肺癌计算机辅助诊断研究中的关键。为了提高计算机辅助诊断系统中肺结节良恶性诊断准确性,提出一种基于密度分布特征的肺结节良/恶性判断方法。首先,从肺部肿瘤图像中随机提取图像小单元集并计算其自相关矩阵,然后通过K-means算法对该矩阵实现无监督聚类。特征提取时遍历计算肺结节图像每一像素的灰度密度分布等级,并统计、归一化得到10维特征向量,最后通过卷积方法对特征进行优化。同时,利用随机森林分类器进行模型训练,进而判断肺结节良/恶性水平,提出算法的验证数据为LIDC-IDRI。实验结果表明,最大AUC可达0.955 8。对比分析,该特征表达方法具有更优分类效果和更高鲁棒性。 展开更多

关键词 图像单元集 lidc-idri 良恶性分类 密度分布特征 K均值

在线阅读 下载PDF 职称材料

基于深度学习的肺癌检测方法研究 被引量：1

10

作者 王德才 《数字技术与应用》 2020年第1期85-89,共5页

肺癌作为全球发病率最高和死亡率最高的恶性肿瘤,提高肺癌患者存活率最有效的方法就是及早发现、及早诊断、及早治疗。通过人为的观察CT扫描图像,极易出现漏判、误判的情形,计算机辅助诊断(CAD)具有高准确率、高效率的特点,这里本文提... 肺癌作为全球发病率最高和死亡率最高的恶性肿瘤,提高肺癌患者存活率最有效的方法就是及早发现、及早诊断、及早治疗。通过人为的观察CT扫描图像,极易出现漏判、误判的情形,计算机辅助诊断(CAD)具有高准确率、高效率的特点,这里本文提出了一种基于机器学习的肺癌检测方法,以肺部图像数据库联盟(LIDC)作为计算机视觉分析图像模型,通过比较各类有效的图像特征,以图像的LBP直方图的方法来表示训练集以及待检测图像的特征,提取肺癌ROI区域及相应病变的特征,引入CART分类器作为弱分类器,然后通过AdaBoost算法对肺结节进行分类学习,构建分类可疑肺癌的AdaBoost分类器,再采用迁移学习的方法将构建好的分类器模型迁移到实际临床CT肺部影像来帮助模型进行训练学习。通过实验数据发现,以上方法对肺癌的识别率能够93.2%,无论对医生还是患者来说都具有很大的现实意义。 展开更多

关键词 计算机辅助诊断(CAD) 肺部图像数据库联盟(lidc) CART分类器 ADABOOST分类器 迁移学习

在线阅读 下载PDF 职称材料

基于改进LeNet-5的肺结节检测方法研究

11

作者 傅磊 林振衡 谢海鹤 《兰州文理学院学报（自然科学版）》 2020年第2期85-89,共5页

目前,肺部CT图像的筛查工作大多数是由影像科专家人工读片完成,随着医学影像服务需求的不断增长,这种繁重的人工阅片工作无疑会成为医生的沉重负担.因此,本文提出一种基于改进LeNet-5的肺结节检测方法.该方法基于LIDC-IDRI肺癌检测数据... 目前,肺部CT图像的筛查工作大多数是由影像科专家人工读片完成,随着医学影像服务需求的不断增长,这种繁重的人工阅片工作无疑会成为医生的沉重负担.因此,本文提出一种基于改进LeNet-5的肺结节检测方法.该方法基于LIDC-IDRI肺癌检测数据集,采用卷积核大小为3、步幅为2的卷积层取代传统LeNet模型中原有的池化层,并且在每层Activation Function之前加入批量归一化层.实验结果表明,与传统的LeNet模型相比,该模型在肺结节识别上有更好的效果,从而进一步辅助影像科医生进行诊断,降低工作强度. 展开更多

关键词 改进LeNet-5 肺结节检测 lidc-idri

在线阅读 下载PDF 职称材料

肺癌图像数据库及可视化工具的建立 被引量：4

12

作者 林红利 陈真诚 +1 位作者 易三莉 王伟胜 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2011年第6期1080-1084,共5页

肺癌是目前最常见的恶性肿瘤,也是已知的确诊后存活率最低的癌症之一。建立大规模的肺癌图像数据库是进行肺癌计算机辅助诊断(CAD)研究,开展肺癌诊断教育和训练以减轻医生负担,以及提高医疗诊断效率的基础。本文针对当前的肺癌图像数据... 肺癌是目前最常见的恶性肿瘤,也是已知的确诊后存活率最低的癌症之一。建立大规模的肺癌图像数据库是进行肺癌计算机辅助诊断(CAD)研究,开展肺癌诊断教育和训练以减轻医生负担,以及提高医疗诊断效率的基础。本文针对当前的肺癌图像数据库联盟(LIDC)在使用中存在的数据存取困难、缺乏对数据可视化和数据检索的支持等问题,提出了一个集数据模型、可视化和数据检索工具为一体的肺癌数据库平台。本文从分析LIDC的数据格式入手,引入数据库技术设计完成了肺癌数据库,以对获取的大量的肺癌图像数据进行管理和使用;针对数据可视化和检索的需要,设计了用于图像及其标注可视化的浏览器和数据查询器。研究结果表明该平台能很好地完成肺癌数据的存储、整合、可视化和检索,促进了肺癌诊断的研究。 展开更多

关键词 肺癌图像数据库 肺癌图像数据库联盟 图像标注可视化

原文传递

结合深度卷积神经网络与影像学特征的肺结节良恶性鉴别方法 被引量：5

13

作者 高大川 聂生东 《光学学报》 EI CAS CSCD 北大核心 2020年第24期56-65,共10页

提出一种将卷积神经网络(CNN)学习特征与传统影像学特征结合的肺结节良恶性鉴别方法。首先,从电子计算机断层扫描(CT)图像中分割出肺结节区域,并使用传统机器学习方法提取结节区域的影像学特征;然后,使用截取的肺结节训练3D-Inception-R... 提出一种将卷积神经网络(CNN)学习特征与传统影像学特征结合的肺结节良恶性鉴别方法。首先,从电子计算机断层扫描(CT)图像中分割出肺结节区域,并使用传统机器学习方法提取结节区域的影像学特征;然后,使用截取的肺结节训练3D-Inception-ResNet模型,提取网络学习的CNN特征,组合两类特征,并利用随机森林(RF)模型进行特征选择;最后,采用支持向量机(SVM)、RF等传统分类器对肺结节进行良恶性鉴别诊断。使用LIDC-IDRI数据库中的1036个肺结节进行实验验证,最终所提方法的分类准确率、敏感度、特异度及接受者操作特性曲线(ROC)下面积(AUC)分别达94.98%、90.02%、97.03%及97.43%。实验结果表明,所提方法能准确地判别肺结节的良恶性,并优于大部分主流方法。 展开更多

关键词 图像处理 肺癌早期诊断 CT影像 肺结节良恶性鉴别 lidc-idri数据库

原文传递