计算机应用

作者：马金林, 魏萌, 马自萍

单位：北方民族大学 计算机科学与工程学院, 银川 750021

关键词：肺结节分割,深度迁移学习,卷积神经网络,U-Net分割网络

基金：国家自然科学基金资助项目（61462002）；宁夏自然科学基金资助项目（2020AAC3215）；国家民委“图像与智能信息处理”创新团队项目；北方民族大学“计算机视觉与虚拟现实”创新团队项目；北方民族大学重大专项（ZDZX201801）。

针对U-Net分割小体积肺结节效果较差的问题，提出一种基于深度迁移学习的分割方法，利用分块式叠加微调（BSFT）策略辅助分割肺结节。首先，利用卷积神经网络学习自然图像大数据集的特征信息；然后，将所学特征迁移到进行肺结节图像小数据集分割的网络，从该网络最后一个下采样层开始逐块释放、微调训练，直到网络完成最后一层的叠加；最后，定量分析Dice相似性系数，以确定最佳分割网络。实验结果表明，BSFT在LUNA16肺结节公开数据集上的Dice值达到0.917 9，该策略的性能明显优于主流肺结节分割算法。

来源：2020年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第7期