Automated pulmonary nodule detection in CT images using deep convolutional neural networks

参考论文：《Automated pulmonary nodule detection in CT images using deep convolutional neural networks》

1. 结节检测：

 

 

2. 网络结构：

 

3. Nodule candidate detection：

• feature extraction network(VGG + deconvolution)
• region proposal network
• Region-of-Interest(RoI) classifier

region proposal network阶段，使用slide window不断滑动。

每一个slide window所在位置，又可以得到不同的anchor。

anchor是为了尽可能的避免固定大小window size带来的弊端

至于同一位置多个anchor，选哪个作为最优，一般使用NMS（non-maximum suppressio），每个anchor都有一个score

score可以是anchor与label的bbox的IoU，或者其他度量（在没有label anchor的情况下）

4. 技巧：

虽然使用2D进行结节检测，但是，对于每一张slice，还会提取其前后各一张slice，使用三个网络分别训练这三个slice，随后将三个网络结果综合起来