تشخیص گره سرطانی ریه در تصاویر سی تی اسکن با استفاده از یک شبکه عصبی کانولوشنال سه بعدی (CNN ۳D)

سرطان ریه دومین سرطان شایع در مردان و زنان در سراسر جهان است. تشخیص گره های ریوی در تصاویر توموگرافی کامپیوتری (CT) یکی از حیاتی ترین فناوری در تشخیص و درمان زودهنگام سرطان ریه است. رویکردهایی مبتنی بر شبکه عصبی کانولوشن عمیق برای این منظور اختصاص داده شده است، اما مدل ها حداقل تا حدی بر اجزای ۲ بعدی یا ۲.۵ بعدی متکی هستند، به ویژه قطر گره های ریه باعث می شود که نتایج با مثبت کاذب بالا باشد و به طور قابل توجهی بر عملکرد تشخیص گره های ریه تاثیر بگذارد. در این مقاله، یک شبکه عصبی کانولوشنال سه بعدی تطبیقی برای تشخیص گره های ریوی پیشنهاد شده است که شامل دو بخش تشخیص گره کاندید و کاهش مثبت کاذب است. در مرحله اول، اطلاعات ذره های ریزدانه گره های کانونی توسط ماژول توجه با وضوح بالا ترکیب شده و در روش پیشنهادی شناسایی می شوند. در مرحله دوم، یک ساختار ۳ بعدی شبکه عصبی کانولوشنال تطبیقی (CNN ۳D) برای کاهش بیشتر موارد مثبت کاذب طراحی شده است که اطلاعات متنی چندسطحی را از طریق یک هسته پیچشی ۳ بعدی تطبیقی استخراج می کند. نتایج نشان می دهد که روش پیشنهادی می تواند حساسیت را افزایش داده و نرخ مثبت کاذب را برای تشخیص خودکار گره های ریوی کاهش دهد.