项目名称： 基于多维融合信息的肺结节检测与良恶性鉴别

项目编号： No.61373088

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 张国栋

作者单位： 沈阳航空航天大学

项目金额： 76万元

中文摘要： 肺癌是我国死亡人数最多的恶性肿瘤，约占全部恶性肿瘤死亡人数的22.5%。对无症状人群进行肺癌筛查，是实现肺癌早发现、早诊断和早治疗的关键，可降低约30%的死亡率，提高患者术后五年生存期。本项目针对肺癌筛查过程中肺结节检测和良恶性鉴别等关键技术展开研究，具有重要意义。 项目提出先使用低辐射的DR/多投影相关序列影像对无症状人群进行初步筛查，再使用低剂量CT影像对疑似患者进行复查的肺癌筛查策略，重点研究了基于DR/多投影相关序列影像的肺结节检测、基于多维融合信息的低剂量CT影像中肺结节检测、肺结节良恶性鉴别及确诊病例数据库构建等问题。在实现肺结节准确提取、候选肺结节影像学征象分析及基于多分类器的肺结节良恶性鉴别模型构建的基础上，对检测到的肺结节给出良恶性综合鉴别指标，用于临床辅助诊断。本项研究不仅可在医学影像处理和分析领域取得理论成果，还会推动我国肺癌筛查工作的开展，降低肺癌所造成的社会危害。

中文关键词： 医学影像处理；良恶性鉴别；肺结节检测；多维融合信息；深度学习

英文摘要： Lung cancer is a leading cause of deaths from malignant tumors in China, accounting for 22.5% of all cancer deaths. Here, the lung cancer screening for asymptomatic population is an effective way to achieve early detection, early diagnosis and early treat

英文关键词： Medical Image Processing；benign and malignant discrimination；Lung Nodule Ddetection；multi-dimension fusion information；Deep Learning