3、基于人工智能的肺结节检测综述

基于人工智能的肺结节检测综述

一、引言

肺是人体的重要器官，负责吸入氧气和呼出二氧化碳，肺泡则承担着气体过滤的功能。若气体交换过程受阻，肺部可能缺氧，进而引发死亡及其他严重问题。传统上，医生会通过X射线、CT或MRI扫描肺部，再对结果进行分析来检查肺部功能。

肺部肿瘤分为良性和恶性。良性肿瘤生长缓慢，通常为非癌性；恶性肿瘤则生长迅速，具有癌性。肺癌由异常组织生长引起，这些组织的形状和大小各异，且随时间可能癌变。手动筛查扫描图像并检测癌性或非癌性结节，需要医生具备丰富的专业知识和技能。

早期识别肺结节颇具挑战，因其尺寸小，且难以区分癌性和非癌性结节。医学图像多为灰度图，癌性结节灰度值高，不易检测。放射科医生检查CT扫描图像识别肺结节时，需具备大量知识和技能，有时还需大量扫描图像才能确定结节的准确形状和大小。手动诊断不仅耗时，还可能漏检结节，且计算机辅助诊断也存在检测精度差等问题。因此，基于人工智能的肺癌检测技术有助于实现肺癌的早期、准确和及时诊断，提高患者的生存时间和生存率。

二、文献综述

研究者	数据集	方法	准确率
Jiang等	LIDC/IDR	使用32×32和16×16的补丁扫描肺部轮廓，用Frangi滤波器模糊背景，4种CNN结构定位结节	80%
Sahu等