基于改进U-Net网络的肺结节检测方法
李紫萌
赵建涛
华北电力大学控制与计算机工程学院 北京 102206
摘要：为解决庞大肺部CT数据给医生带来的巨大工作量的问题,论文提出了一种基于改进的U-Net网络的肺结节检测方法.论文方法以U-Net网络作为基本骨架,首先在编码部分加入残差模块,增加网络的深度;然后,在解码部分增加了深监督模块,使浅层能够得到更加充分的训练;最后,在编码和解码部分之间使用了注意力机制模块,使模型更加集中注意力学习有用的信息.实验结果表明,与其他检测方法相比,论文的方法性能更好,在公开的LUNA 16数据集上Dice系数、敏感度和特异度分别是0.8109、90.62%和98.97%.
关键词：肺结节检测深监督注意力机制残差网络
分类号：TP393(计算技术、计算机技术)
论文发表日期：2025-12-20
在线出版日期：2026-03-09（本平台首次上网日期，不代表文献的发表时间）
页数：5( 3590-3594 )
英文信息