基于视觉几何组卷积神经网络的尘肺病诊断初探  

作　　者：赵奇[1] 郝超凡 邱翠娟 张华东[1] 金楠[1] 

机构地区：[1]重庆市疾病预防控制中心职业卫生与放射卫生所,重庆400042 [2]清华大学自动化系

出　　处：《中国工业医学杂志》2021年第6期564-566,F0003,共4页Chinese Journal of Industrial Medicine

基　　金：重庆市科卫联合医学科研项目——《基于深度学习的尘肺病筛查智能辅助诊断方法研究》(2019QNXM024);重庆市自然科学基金面上项目——《卷积神经网络在尘肺病可解释分期诊断的研究与应用》(cstc2020jcy-msxmX1006)。

摘　　要：目前,我国临床主要依据X射线或数字化摄影(DR)胸片表现,根据肺区分布与小阴影密集度、大阴影与胸膜斑,通过人工比较标准片来诊断尘肺病[1]。人工判读胸片存在准确性不高、稳定性差等诸多问题[2],因此,计算机辅助诊断备受关注[3]。近年来,深度学习技术因比传统图像处理算法更能提取到影像细微特征,为自动化诊断提供了技术支持.

关 键 词：职业健康检查 尘肺病 卷积神经网络 

分 类 号：R135.2[医药卫生—劳动卫生]