这篇论文来自与加州大学欧文分校，百度研究和腾讯AI医学AI实验室。
该论文提出了一整套自动检测和分类肺结节的系统。系统架构如下图：
前半部分为肺结节检测系统，采用3D Faster R-CNN网络来检测肺结节，在3D Faster R-CNN中采用了一种类似于U-net的encoder，decoder结构以及DPN结构，更好的学习特征。后半部分使用3D DPN来提取检测到的肺结节的特征，然后使用GBM对肺结节进行分类，分为良性和恶性。
使用3D DPN（Dual path network）的3D Faster R-CNN网络用于结节检测
DPN的主要结构如下图：
该架构的优势是，既继承了残差网络的优势，防止梯度消失和实现特征重用，也继承了密集连接的优势，利用新的特征。
本文用于结节检测的3D Faster R-CNN架构