基于深度学习的肺部CT影像识别——采用U-net、3D CNN、cGAN实现肺结节的检测（零）

原创 最新推荐文章于 2026-05-15 09:26:14 发布 1.1w 阅读 AI写同款
liuz_notes
liuz_notes 博客等级 码龄8年 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.1w累计阅读 1.1w+平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要
204粉丝42篇原创
关注
基于深度学习的肺部CT影像识别——采用U-net、3D CNN、cGAN实现肺结节的检测（一） 在医学图像处理中，传统的特征提取方法依赖于含有先验知识的特征提取和感兴趣区域的获取，这将直接影响肺结节检测的精度。而卷积神经网络无需人工提取特征，采用深度学习方法，随着卷积层数的加深，能提取出更加抽象、语义更丰富的特征。这里首先采用U-net将肺结节分割出来，生成候选集。 阅读详情
AI摘要

本博基于LUNA16数据集实现肺结节检测，包括候选结节提取、假阳性过滤及数据增强。项目包含U-net结节提取、多层级3D-CNN过滤与CT-GAN正样本增强。

文章目录

写在前面

本系列博客是我的部分本科毕业设计内容，基于LUNA16数据集 [ 1 ] \color{#0000FF}{[1] } [1]对肺结节检测过程中的候选结节提取、假阳性过滤、数据集扩充等需求做了基本的实现。整个工作参考了SongpingWang的博客 [ 2 ] \color{#0000FF}{[2] } [

最低0.47元/天 解锁文章
标签
#神经网络 #深度学习 #tensorflow #python #计算机视觉
基于深度学习的肺部CT影像识别——采用U-net、3D CNN、cGAN实现肺结节的检测（二） 上一节中介绍了U-net在肺结节分割提取中的原理，能有效提取出候选结节。然而，由于结节形态特征的高度变异性和将其误认为邻近器官的可能性，原本不是结节的目标通过模型预测得到的结果被划定为结节。为了解决较高的假阳性问题，本文利用多尺度三维卷积神经网络来进行假阳性过滤，根据Bum-Chae Kim等人的开源代码，做了复现工作，实现了假阳性过滤。 阅读详情

相关推荐

深度学习：综述：医疗影像数据+CV数据集

GitHub：https://github.com/albarqouni/Deep-Learning-for-Medical-Applications 医疗数据集：https://blog.csdn.net/Suii_v5/article/details/77920948?locationNum=10&fps=1 乳腺MG数据获取:https://blog.csdn.net/dcxhu...

weixin_41108334的博客 1万+

毕业设计 基于Gan的图像去模糊

TensorFlow使用Deblur GAN实现图像去模糊

大白鱼的博客 7875

基于深度学习的肺部CT影像识别——采用U-net、3D CNN、cGAN实现肺结节的检测（三）

深度学习网络模型需要海量的数据集训练，否则无法体现深度学习应有的优势。因此医学图像数据增强是至关重要的，基于生成对抗网络充分利用数据本身来进行数据生成，从而在一定程度上解决正样本不足的问题，提升肺结节的检测精度。

liuz_notes的博客 9806

使用 PyTorch 来检测癌症

本章选择了**肺部恶性肿瘤的自动检测，只使用病人胸部的 CT 扫描作为输入。注意CT 扫描本质上是三维 X 射线，以单通道数据的三维数组**表示。稍后会更详细地介绍。准确地说，这一部分的项目将**以人体躯干的三维 CT 扫描作为输入，并输出疑似恶性肿瘤的位置**（如果存在的话）。早期发现肺癌对生存率有很大的影响，但人工检测很难做到，尤其是在全面、全人群的场景方面。目前，审查数据的工作必须由训练有素的专家进行，需要对细节进行格外的关注。

罗小罗同学的博客 1079

基于python的天池大赛项目-“数字人体”视觉挑战赛-宫颈癌风险智能诊断算法源码+项目说明.zip

【资源说明】 1、该资源包括项目的全部源码，下载可以直接使用！ 2、本项目适合作为计算机、数学、电子信息等专业的竞赛项目学习资料，作为参考学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能，需要能看懂代码，并且热爱钻研，自行调试。 基于python的天池大赛项目-“数字人体”视觉挑战赛-宫颈癌风险智能诊断算法源码+项目说明.zip

告别Nginx原始日志！VictoriaLogs+Grafana构建企业级应用日志分析平台实战

描述：做为一个合格的运维工程师，在面对企业安全运维管理中，日志审计是一项非常重要的工作。授人以鱼不如授人以渔，各位运友们可参照作者的方案设计，在自己的项目中根据实际情况调整落地，例如，不在仅仅采集 NGINX 应用日志，而是采集 Apache、Tomcat、SpringBoot 等多种应用服务器的日志，又如，不再仅仅采集网络设备、安全审计审计日志，而是 Windows、Linux 等多种操作系统的审计日志等，大家可充分发挥想象、实践能力，也欢迎大家在知识星球中分享自己的方案设计，一起交流学习。

全栈工程师修炼指南-IT知识分享 2479

从Landsat 8到哨兵2号：手把手教你用ENVI处理不同卫星数据的NDVI（附常见错误排查）

本文详细解析了从Landsat 8到哨兵2号的多源遥感数据NDVI计算全流程，包括不同卫星的波段设置差异、ENVI处理步骤及常见错误排查。通过实战指南和代码示例，帮助用户高效处理NDVI数据，特别针对哨兵2号数据的特殊处理提供了专业建议，适用于植被监测和遥感分析。

weixin_27741699的博客 330

RSA 2048/4096 签名校验算法

RSA算法是一种非对称密码算法，所谓非对称，就是指该算法需要一对密钥，使用其中一个加密，则需要用另一个才能解密。 RSA是目前最有影响力和最常用的公钥加密算法，它能够抵抗到目前为止已知的绝大多数密码攻击，已被ISO推荐为公钥数据加密标准。 今天只有短的RSA钥匙才可能被强力方式解破。到2008年为止，世界上还没有任何可靠的攻击RSA算法的方式。只要其钥匙的长度足够长，用RSA加密的信息实际上是不能...

qq_38769551的博客 9500

Scrapy爬虫之热门网站数据爬取--------第2关

第2关：小说网站玄幻分类第一页小说爬取 任务描述 本关任务：爬目标网页的3本小说保存到本地MySQL数据库，目标网页为全书网玄幻分类首页。 注：考虑到单机（非分布式）爬虫的爬取时间和测试平台的压力，我们不爬更多页数的小说了，可以作为课下作业自己完善。 xpath匹配：循环获取相同标签下的内容 通过网页分析，我们在获取小说的章节名时，发现他们都在标签<DIV class="clearfix dirconone">下的li的a中： 这时，我们可以先把其中所有的li标签先获取到： titles = r

weixin_44949187的博客 2836

如何使用 SAP ABAP Development Tool 连接 SAP BTP 上的免费 ABAP 编程环境

在云端环境编写 ABAP 代码会遇到一些限制，比如你无法在云端 ABAP 编程环境进行发生在传统 SAPGUI 里的 Dynpro 和 Screen 编程。部分在 SAPGUI 里使用的 List 处理相关的关键字比如 WRITE，还有 CALL TRANSACTION 等代码，也无法在云端使用。 当然如果大家觉得上面提到的这些限制不会影响自己的 ABAP 学习，就可以继续本文的阅读，使用 ABAP Development Tool 登录云端的 ABAP 编程环境。

2007 年 ~ 2025 年，深耕 SAP 技术 18 年 1519

5.1 rocr-runtime libhsakmt event 机制全景—从 Doorbell 到 Signal

本文介绍了ROCm/KFD中的Event机制架构，主要解决GPU异步计算中的反馈问题。Event机制分为三层：硬件层触发事件，内核层管理事件通知，用户态接收处理。事件类型分为三大类：同步类事件（如SIGNAL、QUEUE_EVENT）用于任务完成通知，异常类事件（如MEMORY、HW_EXCEPTION）报告错误，拓扑类事件（如NODECHANGE）处理设备变更。该机制通过共享内存和中断实现高效通信，避免CPU轮询开销。后续文章将深入内核实现、Thunk层封装和多队列完成检测实战。

图形/计算GPU的驱动与虚拟化技术分享园地 1307

把外部系统一键装进 SAP Build Work Zone：从零开始创建 HTML5 URL App

HTML5 URL App 是一种轻量级解决方案，可将外部网页或系统入口快速集成到SAP企业门户中。开发者只需在manifest.json中配置目标URL、导航模式等参数，无需开发完整前端应用。该方案利用SAP BTP的HTML5 Application Repository集中存储静态资源，通过HTML5 Apps Content Provider将应用暴露给子账号，最终在SAP Build Work Zone中以Fiori磁贴形式呈现。文章详细介绍了manifest.json的关键配置、三种基础设施组件

2007 年 ~ 2025 年，深耕 SAP 技术 18 年 243

Go语言面试：面试中经常被问到的50个经典面试题（附参考答案）

Go语言核心知识点摘要 基础语法与数据结构 make和new区别：new分配零值内存返回指针，make初始化引用类型返回实例 Slice底层：包含指针、长度、容量的结构体，多个slice可共享底层数组 nil与空slice：nil指针为nil，空slice指针非nil但JSON编码不同 Map原理：哈希表实现，非线程安全，扩容策略影响性能 for range注意：循环变量是拷贝，map遍历无序 defer执行：LIFO顺序，函数返回前执行 Struct比较：仅当所有字段可比较时才可比较 参数传递：只有值传递

数据知道的博客 4725

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。

SAP B1中文培訓教材_SDK

公司内部培训资料，对开发工具 ，DIAPI， UIAPI，Add-ON有详细解说

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料，已经经过了本人的筛选和整理，希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助！

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。
上一篇： 目标检测冠军竞赛指南：以百度飞桨（Paddle）集训营练习赛——AI识虫为例（基于YOLOv3）
下一篇： 基于深度学习的肺部CT影像识别——采用U-net、3D CNN、cGAN实现肺结节的检测（一）
点赞 17
评论 5
书签 书签 193
liuz_notes
liuz_notes
博客等级 码龄8年 204粉丝 42原创
+ 关注 专栏目录
评论 5
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值