基于卷积神经网络的肺结节分类算法

算法结构
本文提出利用卷积神经网络对肺部CT图像进行分类，具体包括四个步骤：（1）通过使用数据库提供的说明文档，找出恶性肺结节和正常结节的CT图像；（2）利用最大类间方差法对 CT 图像进行分割得到二值图像；（3）设计的合适的卷积神经网络；（4）对数据集进行训练和分类，从而筛查出恶性肺结节的CT图像。

卷积神经网络结构
本文自己建立了卷积神经网络，采用双通道的形式，每个通道的结构一样，但是所训练的数据集分别为原始CT图像和预处理后的图像。网络能充分提取存在于原始图像上的有效信息，对于预处理后的图像特征也能充分挖掘潜在有效特征。


实验
本文使用的CT数据集是来自LIDC数据库。最后选用820张（403个良性结节和417张恶行结节）的CT图像作为训练和测试。