补充工程地址

yizt · Jan 27, 2019 · fe5969d · fe5969d
1 parent 0d8dd72
commit fe5969d
Showing 1 changed file with 2 additions and 0 deletions.
diff --git a/DeepLung.md b/DeepLung.md
@@ -8,7 +8,9 @@
 
          本文提出一个全自动的肺部CT癌症诊断系统DeepLung。DeepLung包括两部分，结节检测(识别候选结节位置)和分类（将候选结节分类为良性或恶性）。考虑到肺部CT数据的3D特性和双路径网络（DPN)的压缩性，设计了两个深度3D DPN分别用于结节检测和回归。特别地，一个带3D双路径块和U-net型编码-解码结构的Faster RCNN来高效的学习结节特征。对于结节分类，提出一个带3D双路径网络特征的梯度提升机（GBM)。在LIDC-IDRI的公开数据集络验证了结节分类子网，取得了比state-of-the-art更好的性能，并且在基于图像模式上超过了有经验医生。在DeepLung系统中，首先通过结节检测子网络检测出候选结节，然后使用分类子网络做结节诊断。广泛的实验结果表明，DeepLung在LIDC-IDRI数据集上的结节级别和患者级别诊断方面的性能均与经验丰富的医生相当。
 
+论文地址：https://arxiv.org/abs/1801.09555
 
+工程地址：https://github.com/wentaozhu/DeepLung、https://github.com/uci-cbcl/DeepLung
 
 ## 1. 引言