我们的算法分为3步：

1. 基于3D CNN+Unet/Inception/Resnet的分割网络，用以找出疑似结点。利用结节标注信息生成的结节mask图像，训练基于卷积神经网络的肺结节分割器。

2. 基于ResNet的分类网络，判断每一个疑似结点是否是真阳性。 找到疑似肺结节后，可以使用图像分类算法对疑似肺结节进行分类，得出疑似肺结节是否为真正肺结节的概率

3.利用类似adaboost的方法训练多个一样的分类模型，不断的提升分类的准确率。