面向特征的肺部锥束 CT(CBCT)增强多任务定制感知损失的深度学习框架
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
该文介绍了一种基于3D卷积神经网络的新型框架,用于自动检测低剂量CT扫描中的肺结节。实验结果表明该方法在公共大规模数据集上具有卓越的性能。
🎯
关键要点
- 提出了一种基于3D卷积神经网络的新型框架用于自动检测低剂量CT扫描中的肺结节。
- 该框架旨在解决医学数据集中样本不平衡问题。
- 探索局部注释对学习的利益以提高检测性能。
- 框架包括候选筛选和假阳性降低两个阶段。
- 在公共大规模LUNA16数据集上的实验结果显示该方法性能卓越。
➡️