TY - Jour A2 - Lee，Chao-Yang Au - Liu，Weihua Au - Ren，Yuchen Au - Li，Huiyu Py - 2020 da - 2020/10/17 Ti - UrdNet：肺CT图像中GGO检测的统一回归网络SP - 8862353 VL - 2020 AB - 我们介绍了一种被称为UrdNet的3D深神经网络，用于检测3D CT图像中的磨砂玻璃不透明度（GGO）结节。在GGO检测的情况下，在大量窗口中重新调整分类器，以根据先前的窗口分类步骤执行框回归的检测或微调。相反，我们认为GGO检测作为多元回归问题，以专注于GGO的位置。此外，为了捕获多尺度信息，我们介绍了一个骨干网络，该骨干网络是一种类似于2D U-Net的合同扩展结构，但是我们将源CT输入注入收缩路径中的每层，以防止不同尺度的源信息丢失。最后，我们为UrdNet提出了一种两级训练方法。在第一阶段，培训特征提取的网络的骨干，并且在第二阶段，基于先前的预净重量，整个URDNet进行微调。通过使用该训练方法与数据增强和硬负挖掘技术结合使用，即使在少量注释的CT图像上也可以有效地培训我们的URDNet。我们在LIDC-IDRI数据集上评估所提出的方法。它达到90.8％的灵敏度，每次扫描只有1个假阳性。 Experimental results show that our detection method achieves the superior detection performance over the state-of-the-art methods. Due to its simplicity and effective, URDNet can be easier to apply to medical IoT systems for improving the efficiency of overall health systems. SN - 1530-8669 UR - https://doi.org/10.1155/2020/8862353 DO - 10.1155/2020/8862353 JF - Wireless Communications and Mobile Computing PB - Hindawi KW - ER -