基于深度学习的肺部 CT 影像结节自动检测与良恶性鉴别研究

超彦 齐(皖南医学院第二附属医院，中国)

摘要

肺结节的早期发现及其良恶性准确鉴别对肺癌早诊早治具有重要意义。传统人工阅片方法主观性强、效率低、误诊率高，难以满足日益增长的肺部疾病筛查需求。近年来，深度学习技术在医学影像自动分析领域取得突破，为肺结节检测与良恶性判别带来创新。本文系统梳理了基于深度学习的肺部CT影像结节自动检测与鉴别的研究进展，重点分析了CNN等核心算法及多模态融合策略的应用。通过构建并评估相关模型，结果显示深度学习方法在检测灵敏度和分类准确率上均优于传统手段，显著提升了诊断效率。文章还对现有挑战与未来发展方向进行了展望，为智能医学影像辅助诊断提供理论和技术参考。

关键词

深度学习；肺部结节；CT影像；自动检测；良恶性鉴别；医学影像分析

参考

吴文奇.基于深度学习的肺结节影像分割与病理预测模型的构建[D].吉林大学,2025.

张晓芳.基于影像组学和机器学习的肺结节CT图像分割及分类方法研究[D].郑州大学,2022.

肖毅.基于深度学习的肺结节自动检测和诊断[D].太原理工大学,2021.

王军.基于胸部CT的肺结节计算机自动检测与人工智能辅助诊断关键技术研究[D].浙江大学,2019.

伍长荣,接标,叶明全.CT图像肺结节计算机辅助检测与诊断技术研究综述[J].数据采集与处理,2016,31(05):868-881.

DOI: http://dx.doi.org/10.12345/yzlcyxzz.v8i9.31964