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）

点击此处跳转到系列博客索引

---

---

引言

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，本文利用多层级三维卷积神经网络来进行假阳性过滤，根据Bum-Chae Kim等人$[1]$的开源代码，做了复现工作，实现了假阳性过滤。

算法原理

Bum-Chae Kim等人的工作实际上也是参考的Dou等人$[2]$的工作，也就是上一篇博客中SongpingWang所用的3D CNN模型。所以这里先介绍Dou等人的算法。

多层级3D CNN

3D CNN肺结节检测中立方体样本以候选位置坐标为中心切割，并被输入到网络。立方体的样本的尺寸，即目标位置的环绕范围称为网络的接受域。接收域的大小对网络辨识准确率至关重要，接收域太小，只有有限的环境信息被包含入网络，会导致预测能力下降以及难以处理大量变化的目标；接收域太大，会包含太多噪音数据。所以该算法设计了三个包含不同层次上下文信息的三维卷积网络，将这些网络的后验预测融合在一起，得到最终的分类结果。

从图中可以看到，三个网络分别为Archi-1、Archi-2和Archi-3。其中Archi-1的接受域大小为20×20×6体素，这个接受域能够包含小的肺结节，并且它覆盖了数据集中58%的结节。Archi-2具有更大的接受域，大小为30×30×10体素，可以覆盖85%的结节，因此它在一般情况下具有良好的性能，能处理常见的患者病变。这个窗口大小的目的是为小结节和中等大小的病变提供丰富的上下文语义信息。而对于一些大结节，通常可以采取排除边缘区域，只取其主要部分的方法。最后，构建了一个体素为40×40×26的Archi-3网络。在这个接受域下，可以为中等大小的病变提供丰富的背景信息，但是会有将嘈杂的周围信号当作小尺寸结节的风险。然而与其它两个网络相比，Archi-3网络可以更好地处理那些体积非常大的结节。

多尺度渐变集成3D CNN

上面介绍的多尺度3D CNN为了做出最终的决定，他们在顶层通过对来自三个不同尺度的patches的预测值进行加权和得到最终预测Lable。然而，每个尺度的权重是手动确定的，而不是从训练样本中学习。现在介绍的多尺度渐变集成3D CNN相比于上一个网络结构多了渐变特征提取和多级特征集成两部分（Gradual Feature Extraction and Multi-Stream Feature Integration）。


从上面两幅图能理解作者是如何通过三个patches实现渐变特征提取和多级特征集成的，渐变特征提取能够缩放特征图纹理，也就是图中的Zoom-in和Zoom-out。具体是将三个不同大小的patch按大小的顺序渐进地集成组合。据作者所述这种方式是受到人类视觉系统的启发，通过改变视野从场景中获取有意义的上