基于改进YOLOv4模型的乳腺钼靶图像肿块检测

白钰杰; 裴以建; 朱秀军

首页> 中文期刊> 《计算机工程与科学》 >基于改进YOLOv4模型的乳腺钼靶图像肿块检测

基于改进YOLOv4模型的乳腺钼靶图像肿块检测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对目前主流目标检测算法在乳腺钼靶图像的良恶性肿块目标检测中存在应用较少、检测准确率低和检测速度慢等问题,提出一种基于改进YOLOv4的乳腺钼靶图像肿块检测模型。该方法可以在一个框架中同时高效进行肿块的检测和分类。首先,引入了分流聚合双通道(JAnet)残差结构对模型的骨干网络进行改进;其次,引入深度可分离卷积来替换原YOLOv4模型中的标准卷积;最后,在后处理阶段提出了较大值求平均方法。以DDSM数据集作为训练集训练检测模型,并以INbreast数据集作为独立测试集。实验结果表明,提出的基于改进YOLOv4的乳腺钼靶图像肿块检测模型的Recall值、mAP值、FPS和AUC值相比原YOLOv4算法的分别提高了7.3%,6.45%,5.9 fps和13.02%。模型整体效果优于目前主流的目标检测模型的,体现出了良好的鲁棒性和有效性,可以在医师对乳腺癌临床诊断过程中发挥计算机辅助诊断作用。

著录项

来源
《计算机工程与科学》 |2023年第4期|654-664|共11页
作者
白钰杰; 裴以建; 朱秀军;
展开▼
作者单位

云南大学信息学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
肿块检测; 乳腺钼靶图像; JANET; 深度可分离卷积; YOLOv4;

相似文献

中文文献
外文文献
专利

1. 一种基于海岛冲刷模型的乳腺钼靶肿块检测新算法 [J] . 徐伟栋 ,刘伟 ,厉力华 . 中国生物医学工程学报 . 2011,第004期
2. 基于双视角和多分类器信息融合的乳腺钼靶图像肿块分类研究 [J] . 孙利 ,徐伟栋 ,厉力华 . 中国生物医学工程学报 . 2011,第001期
3. 基于Multi-Agent的乳腺钼靶图像肿块分类方法 [J] . 彭芳青 ,厉力华 ,徐伟栋 . 传感技术学报 . 2010,第002期
4. 基于改进YOLOv4的乳腺肿块检测 [J] . 王杉 ,胡艺莹 ,詹泽乾 . 制造业自动化 . 2023,第2期
5. 基于改进DenseNet的乳腺钼靶肿块分类方法 [J] . 白茹 ,余慧 ,安建成 . 计算机工程与应用 . 2022,第15期
6. 基于多尺度的乳腺图像中星形肿块检测方法 [C] . 张一飞 ,于戈 ,张智祺 . 第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06) . 2006
7. 基于改进DSOD网络的乳腺钼靶图像肿块分类方法研究 [A] . 刘佳杨 . 2019

基于改进YOLOv4模型的乳腺钼靶图像肿块检测

摘要

著录项

相似文献

相关主题

期刊订阅