【摘要】在肺癌的早期诊断过程中，肺癌的筛查是常用手段。但是人工筛查效率低下，对医生而言负担过重，采用深度学习技术的影像筛查，自动高效，成为研究的热点。其中，从影像中检测到的肺结节存在着假阳性过高的问题，因此准确判断患者肺结节的良性恶性成为筛查过程中关键的一步。本文提出一种深度学习模型，在损失函数上着眼于良恶性分类之间的有序行，关联性，从而有效去除假阳性。我们的方法在 LIDC-IDRI 数据集上获得很高的准确率和召回率。

【关键词】有序多分类；人工智能；深度学习；肺结节；3D 残差网络；CT