癌症是人类健康的重大威胁。癌症早期筛查与诊断是公认的降低癌
症死亡率的有效方法。但是,不断恶化的癌症形势与专业人员的相对紧
缺是当前癌症形势下所面临的一对尖锐矛盾。而癌症的智能筛查与诊断
为解决这一矛盾提供了有效途径。近年来,人工神经网络特别是深度神
经网络算法,在人工智能的各个领域取得了引人注目的成绩。而这种以
数据为驱动的机器学习算法需要从大量的数据中进行学习。随着医疗信
息化的不断深入,医疗行业数据量增长迅速。医疗数据的不断积累与人
工神经网络的不断发展为癌症的智能筛查与诊断提供了有力的材料和工
具。
本论文主要对癌症的智能筛查与诊断进行研究。在深入研究医疗数
据的特点并广泛分析相关研究工作的基础之上,本论文提出了一系列用
于癌症智能筛查与诊断的神经网络模型,并在多个公开数据集上进行了
性能评估与验证。具体而言,本论文的主要研究工作和成果包括:
提出了多视野卷积神经网络(Multi-view Convolutional Neural
Networks,MV-CNN)用于肺部CT的肺结节智能诊断。CT图像有
两个特点。第一个特点就是病灶占整个图像很小的一部分,并且会影
响周边的组织