开尔文盟TY -的A2 Wong - Lu, Zhiqian盟——长,Feixiang盟——他,小东PY - 2022 DA - 2022/04/21 TI -分类和分割算法在良性和恶性肺结节在不同CT重建SP - 3490463六世- 2022 AB - 背景和目的。有效的肺结节分割可以有效地协助诊断肺结节的良恶性。我们的目标是探索分类和分割算法的有效性在诊断肺结节的良恶性在不同CT重建。 方法。55例胸部CT的成像数据普通扫描回顾性搜集宣城人民医院。每个病人的数据包括肺窗重建、纵隔重建和骨重建的窗口。神经网络深度和3 d卷积神经网络被用来构建模型和训练的分类和分割算法。病理结果的黄金标准肺结节的良恶性。下的分类和分割算法三个CT重建算法进行了比较和分析,方差分析。 结果。下三个CT重建算法,肺结节密度类型的分类精度为98.2%,96.4%,和94.5%,分别。所有的骰子系数结节分割 80.32 % ± 5.91 % , 79.83 % ± 6.12 % , 80.17 % ± 5.89 % ,分别。肺结节的良恶性之间的诊断精度在不同的重建算法是98.2%,96.4%,和94.5%,分别。没有显著差异的分类准确性,骰子系数,和诊断精度下的肺结节(所有三个不同的重建算法 P > 0.05 )。 结论。深度神经网络算法结合3 d卷积神经网络具有良好的识别效率不同CT重建下肺结节的良恶性分类和分割算法。SN - 1748 - 670 - 2022/3490463 / 10.1155 x你——https://doi.org/10.1155/2022/3490463——摩根富林明——计算和数学方法在医学PB - Hindawi KW - ER