基于Hessian矩阵与多视图卷积神经网络的纵隔淋巴结自动检测方法
曹帅1
严加勇2
崔崤峣3
于振坤4
1.上海理工大学医疗器械与食品学院,上海2000932.上海健康医学院医疗器械学院,上海201318;上海健康医学院附属周浦医院,上海201318;中科院苏州生物医学工程技术研究所,苏州2151633.中科院苏州生物医学工程技术研究所,苏州2151634.南京同仁医院,南京211102
摘要：淋巴结检测和分析对于肿瘤的疗效评估、分期具有重要意义.本研究提出一种基于Hessian矩阵与多视图卷积网络纵隔淋巴结自动检测方法.该方法首先确定纵隔部位淋巴结可能存在的区域;然后,基于淋巴结形态特征,构造多尺度增强滤波器,提取候选淋巴结;最后结合CT图像的冠状面、横断面和矢状面信息,设计多视图卷积网络对候选淋巴结进行分类.对90组患者的纵隔部位进行测试,平均每个患者9个假阳性淋巴结的条件下,灵敏度为90.32％.该方法对不同大小的淋巴结具有较高的检出率.
关键词：纵隔淋巴结检测感兴趣区域Hessian矩阵多尺度增强卷积神经网络CT图像
分类号：R318(医用一般科学)
资助基金：上海市浦东新区科技发展基金(PKJ2017-Y41)江苏省省级重点研发专项资金资助项目(BE2017601)
论文发表日期：2021-06-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：7( 131-137 )
英文信息