| 基于卷积神经网络的肺野分割和肺炎筛查 |
| 武卓越1，田雪琴2，侯潇芮3，崔磊1，田雪叶4，王文晶1 |
| 1.西北大学 信息科学与技术学院,陕西 西安710127；2.石家庄理工职业学院 互联网应用技术学院,河北 石家庄050228；3.西北大学 数学学院,陕西 西安710127；4.西安交通大学第一附属医院 妇产科,陕西 西安710061 |
|
|
|
摘要：
由于X光胸片影像受到各类组织阴影及病灶的影响,目前肺野分割算法的结果往往存在空洞或者边缘不光滑等问题。针对此类问题,该文提出了一种基于多尺度卷积和特征金字塔的肺野分割网络,此网络利用多尺度卷积模块和多尺度特征融合模块提取和融合多尺度特征，在JSRT数据集上PA和Dice指标分别达到98.76％和97.94％,在Montgomery数据集上PA和Dice指标分别达到了98.96％和97.85％。该文将肺野分割网络进一步应用到肺炎筛查任务中,提出了一种基于肺野分割的数据增强方法,该方法通过分别“擦除”左右肺部的随机区域增加了样本的多样性,从而提高了肺炎分类任务的准确率。实验表明，这种数据增强方法可以将新冠肺炎检出率至少提高2.2％。
|
| 关键词：
肺野分割;多尺度卷积;多尺度融合;肺炎筛查;数据增强;随机擦除
|
| 发表年限: 2022年 |
| 发表期号: 第4期 |
|
|
|
