11、利用深度学习技术在CT中进行肝脏病变检测

利用深度学习技术在CT中进行肝脏病变检测

在医疗领域，肝脏病变的准确检测对于疾病的诊断和治疗至关重要。随着深度学习技术的发展，其在肝脏病变检测方面展现出了巨大的潜力。本文将介绍两种基于深度学习的肝脏病变检测方法，以及如何利用虚拟PET图像来改进现有的病变检测软件。

1. 基于FCN和稀疏性的肝脏病变检测系统

• 系统架构 ：使用FCN - 4s架构结合基于稀疏性的在线微调来减少假阳性。FCN - 4s架构能够在开发集和测试集中成功检测病变。
• 实验结果
  • 检测性能 ：在测试集中，由于每个患者有更多的数据，大多数病变出现在多个切片上，因此真阳性率（TPR）和假阳性率（FPC）都有所增加。
  • 对病变大小的鲁棒性 ：FCN - 4s方法结合稀疏性微调对病变大小具有鲁棒性，能够检测94.7%的小病变。
  • 与U - Net架构的比较 ：在开发集和测试集中，U - Net的FPC都高于FCN - 4s，因此在检测任务中，FCN - 4s表现更优。

<

方法	TPR [%]	平均FPC
检测软件	94.6