تشخیص گره سرطانی ریه در تصاویر سی‌تی‌اسکن با استفاده از یک شبکه عصبی کانولوشنال سه‌بعدی (cnn 3d)

سرطان ریه دومین سرطان شایع در مردان و زنان در سراسر جهان است. تشخیص گره‌های ریوی در تصاویر توموگرافی کامپیوتری (ct) یکی از حیاتی‌ترین فناوری در تشخیص و درمان زودهنگام سرطان ریه است. رویکردهایی مبتنی بر شبکه عصبی کانولوشن عمیق برای این منظور اختصاص‌داده‌شده است، اما مدل‌ها حداقل تا حدی بر اجزای 2 بعدی یا 2.5 بعدی متکی هستند، به‌ویژه قطر گره‌های ریه باعث می‌شود که نتایج با مثبت کاذب بالا باشد و به طور قابل‌توجهی بر عملکرد تشخیص گره‌های ریه تاثیر بگذارد. در این مقاله، یک شبکه عصبی کانولوشنال سه‌بعدی تطبیقی برای تشخیص گره‌های ریوی پیشنهاد شده است که شامل دو بخش تشخیص گره کاندید و کاهش مثبت کاذب است. در مرحله اول، اطلاعات ذره‌های ریزدانه گره‌های کانونی توسط ماژول توجه با وضوح‌بالا ترکیب شده و در روش پیشنهادی شناسایی می‌شوند. در مرحله دوم، یک ساختار 3 بعدی شبکه عصبی کانولوشنال تطبیقی (cnn 3d) برای کاهش بیشتر موارد مثبت کاذب طراحی شده است که اطلاعات متنی چندسطحی را از طریق یک هسته پیچشی 3 بعدی تطبیقی استخراج می‌کند. نتایج نشان می‌دهد که روش پیشنهادی می‌تواند حساسیت را افزایش داده و نرخ مثبت کاذب را برای تشخیص خودکار گره‌های ریوی کاهش دهد.