深度学习方法
-
单图识别
方法简介
类同于MINST图像的识别，将CT图像分解为64x64大小的图像，根据医生标注，若图像块中包含结节的中心点(centroid)，则认为有结节，否则就没有。
Model
单图识别
-
Input layer：
64x64 images
标准化，取值范围0~1。原始图像的范围为 -1024 ~ 3072(有超出部分则取值为3072)
-
Layer 1:5x5 convolutional：
2x2 max pooling
24 feature map
-
Layer 2:3x3 convolutional：
2x2 max pooling
32 feature map
-
Layer 3:3x3 convolutional：
2x2 max pooling
48 feature map
-
Output layer, full connected：
16 neurons input
2 neurons output
-
多图识别
方法简介
对于肺结节的识别来说，结节在单张CT图像中是一个圆形，而真实世界中，结节可以认为是三维立体的类球体，所以如果可以用三维图形来识别，应该会提高识别的准确率。
Model
多图识别
