29、基于深度学习的肺部结节分割模型对比分析

基于深度学习的肺部结节分割模型对比分析

1. 引言

在肺癌的预测和分类中，胸部 CT 图像的利用至关重要。为了更好地理解其应用，我们将介绍三种卷积神经网络模型：ResNet50、ResNet101 和 VGG16，并在胸部 CT 扫描图像数据集上对它们进行评估。

2. 相关概念与数据集

• Dice 相似系数（DSC） ：用于衡量目标与预测之间的相似度，公式为 (DSC=\frac{2\times Target\times Prediction}{Target + Prediction}) 。在监督训练中，多数方法采用 k 折交叉验证或按 80/20 的比例划分训练集和测试集。
• 公共数据集 ：以下是一些可用于肺部结节分割研究的公共数据集：
  |序号|数据集|标注|描述|链接|
  | ---- | ---- | ---- | ---- | ---- |
  |1|LTRC|慢性阻塞性肺疾病（COPD）|肺组织研究联盟|https://www.nhlbi.nih.gov/science/lung-tissue-research-consortium-ltrc|
  |2|LIDC - IDRI|结节检测|肺图像数据库联盟图像集合|https://wiki.cancerimagingarchive.net/display/Public/LIDC - IDRI|
  |3|LUNA16|肺结节|肺结节分割挑战，包含 COVID - 19 低剂量扫描|https://luna16.grand - challenge.org/|
  |4|