一种基于Faster R-CNN的甲状腺结节超声图像目标检测改进算法

郑天雷; 杨娜; 耿诗; 赵先云; 王跃; 程德强; 赵蕾

首页> 中文期刊> 《四川大学学报：医学版》 >一种基于Faster R-CNN的甲状腺结节超声图像目标检测改进算法

一种基于Faster R-CNN的甲状腺结节超声图像目标检测改进算法

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

目的为提高超声图像中甲状腺结节目标检测精度,提出一种基于Faster R-CNN的甲状腺结节目标检测改进算法。方法该算法采用结合了可变形卷积(deformable convolution,DC)的ResNeSt50作为主干网络,提高对形状不规则结节的检测效果。并在主干网络后方引入特征金字塔网络(feature pyramid networks,FPN)和感兴趣区域对齐,前者用于减少甲状腺结节漏检误检现象,后者用于提高小尺寸结节的检测精度。此外,在算法训练的反向传播过程中,使用由锐度感知最小化(sharpness-aware minimization,SAM)改进优化器进行参数更新,提高算法的泛化能力。结果实验采用来自徐州医科大学附属医院及南京市第一医院6261张甲状腺超声图像,对改进算法的有效性进行对比评估。实验表明,该算法具有一定的优化效果,最终在测试集的AP50高达97.4%,AP@50:5:95较原始模型也提升了10.0%。与原始模型和现有模型相比改进算法有着更高的检测精度,能更精准地检测甲状腺结节,特别在较低的检测框精度要求下有着较高的召回率。结论本研究提出的改进方法是有效的甲状腺结节目标检测算法,能精准地检测出甲状腺结节。

著录项

来源
《四川大学学报：医学版》 |2023年第5期|915-922|共8页
作者
郑天雷; 杨娜; 耿诗; 赵先云; 王跃; 程德强; 赵蕾;
展开▼
作者单位

中国矿业大学信息与控制工程学院;

徐州221116;

徐州医科大学附属医院医疗设备管理处人工智能研究组;

徐州221004;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;超声波诊断;甲状腺疾病;
关键词
甲状腺结节; 超声图像; Faster R-CNN; 目标检测; ResNetSt50;

相似文献

中文文献
外文文献
专利

1. 基于改进的Faster R-CNN图像目标检测方法研究 [J] . 代恒军 . 信息技术与信息化 . 2023,第8期
2. 基于改进Faster R-CNN的无人机航拍图像目标检测 [J] . 陈丁 ,吉哲 . 海洋测绘 . 2019,第5期
3. 基于改进Faster R-CNN图像小目标检测 [J] . 王凯 ,潘炼 . 电视技术 . 2019,第20期
4. 基于改进Faster R-CNN的小目标检测算法 [J] . 邓姗姗 ,黄慧 ,马燕 . 计算机工程与科学 . 2023,第5期
5. 基于改进Faster R-CNN的无人机小目标检测算法 [J] . 张杨 ,程正东 ,朱斌 . 量子电子学报 . 2022,第3期
6. 一种基于Fast R-CNN的车辆目标检测方法 [C] . Shiyu Cao ,曹诗雨 ,Yuehu Liu . 第18届全国图象图形学学术会议 . -1
7. 改进Faster R-CNN雾霾图像目标检测算法研究 [A] . 王成栋 . 2020

一种基于Faster R-CNN的甲状腺结节超声图像目标检测改进算法

摘要

著录项

相似文献

相关主题

期刊订阅