周 涛，霍兵强，陆惠玲，马宗军，叶鑫宇，董雅丽，刘 珊

（1. 北方民族大学 计算机科学与工程学院，银川 宁夏 750021；2. 北方民族大学 图像图形智能处理国家民委重点实验室，银川 宁夏 750021；3. 宁夏智能信息与大数据处理重点实验室，银川 宁夏 750021；4. 宁夏医科大学 理学院，银川 宁夏 750004；5. 宁夏医科大学总医院骨科，银川 宁夏 75004）

1 引 言

肺部肿瘤［1］是目前癌症中发病率和死亡率居高不下的恶性肿瘤之一，肺部肿瘤发病率逐年增长，严重威胁人类健康。根据2019 年美国癌症统计报告［2］，肺癌是最常见的癌症之一，占所有癌症病例的11.6%。肺癌也是导致癌症死亡的主要原因，占癌症死亡总人数的18.4%。据2019 年国家癌症中心报告［3］，肺癌的发病率、致死率在所有癌症中占据首位。医学影像［4］学方法检查广泛应用于肺部肿瘤的诊断，其中包括超声、X 线成像、电子计算机断层扫描（Computed Tomography，CT）、磁共振成像（Magnetic Resonance Imaging，MRI）和正电子发射型计算机断层显像（Positron Emission Computed Tomography，PET）等。其中CT 属于解剖成像，对于病灶部分具有良好的密度分辨能力。在肺癌早期诊断中多层螺旋CT 通过重建技术能够清晰显示出横断面、矢状面和冠状面的病灶特征；中期诊断中螺旋CT 诊断联合表面遮蔽和多平面重建能够清晰显示肿瘤部位、内部结构、边缘特征、血液供应、侵犯周围组织程度以及周边组织的改变，具有较高的诊断准确率。因此，从CT 图像中进行胸部疾病检测，能够对肺部疾病的诊断及治疗提供参考依据。

近年来，基于深度学习［5］的计算机辅助诊断技术（Computer Aided Diagnosis，CAD）已经广泛应用于各种疾病的诊疗过程中，肺癌检测是最常见的CAD 技术应用之一，引入计算机辅助诊断技术对肺癌的早期发现与诊疗有着积极作用。……