關鍵詞：深度學習 yolo v2 非對稱卷積核 損失函數設計 

摘要：肺癌一直是嚴重威脅人類健康的疾病之一,肺結節作為早期肺癌的一個重要征象,在肺癌的早期診斷與治療中具有重要的意義。傳統的CT影像肺結節檢測方法不僅步驟繁瑣、處理速度慢,而且對于結節的檢出率及定位精度都亟待提高。提出一種基于非對稱卷積核YOLO V2網絡的CT影像肺結節檢測方法:首先將連續的CT序列疊加構造為偽彩色數據集,以增強病變和健康組織的差異;然后將含有非對稱卷積核的inception V3模塊引入到YOLO V2網絡中,構造出一種適用于肺結節檢測的深度網絡,一方面利用YOLO V2網絡在目標檢測上的優勢,另一方面通過inception V3模塊在網絡的寬度與深度上進行擴增,以提取更加豐富的特征;為進一步提高結節的定位精度,對損失函數的設計與計算方法也進行一定的改進。為驗證所提檢測模型的性能,從LIDC-IDRI數據集中選取1 010個病例的CT圖像用于訓練和測試,在大于3 mm的肺結節中,檢測敏感度為94.25%,假陽性率為8.50%。實驗表明,所提出的肺結節檢測方法不僅可以簡化肺部CT圖像的處理過程,而且在結節檢測率及定位精度方面均優于傳統方法,可為肺結節檢測提供一種新思路。

中國生物醫學工程學報雜志要求:

{1}正文一級標題為宋體，四號，加粗，居中，段前段后0行，固定值18磅。正文二級標題為宋體，小四，加粗，兩端對齊，首行縮進2字符，固定值18磅。正文三級標題按正文內容排版，僅加粗，不單獨成行。

{2}應具創新性、科學性、實用性，論點明確，資料可靠，數據準確，層次清楚，文字精練，用字規范。

{3}中文題名一般不超過20個字，必要時可加副題名。

{4}參考文獻只列出在正文中被引用的、正式發表的文獻，數量應在12條以上，且大多應為５年之內的期刊文獻，并中英文對照。

{5}內容摘要：用精煉的語言提煉出文章的核心觀點和創新之處，不能寫成研究背景介紹。一般不超過400字，用楷體小4號字。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社