此電腦斷層影像之肺結節電腦輔助偵測系統採用了搜尋移動框、YOLOv2偵測架構、3-D膠囊網路、跳躍連接、以及後處理進行偵測。先利用移動框區塊化電腦斷層影像，再以YOLOv2搭配跳躍連結為偵測基礎的3-D膠囊網路進行區塊內結節偵測，最後，採用非最大抑制演算法決定偵測結果。

以YOLOv2架構與跳躍連接為基礎，導入膠囊網路用向量表示特徵的概念，同時解決旋轉或特徵位移與梯度消散的問題，進而提高結節偵測正確率與降低偽陽性率。

深度學習架構的電腦輔助偵測系統不僅可以因應未來醫學影像數位化所帶來之衝擊，更能藉由強大自我學習能力來節省設計系統與功能性擴增之成本，提高產業應用性。