文献标志码:A
DOI: 10.16157/j.issn.0258-7998.223549
中文引用格式: 吴明明,顾春华. 一种乳腺X线影像肿块的多特征融合检测算法[J]. 世纪娱乐注册,2023,49(7):35-40.
英文引用格式: Wu Mingming,Gu Chunhua. A mutil-feature fusion algorithm for Mammography masses[J]. Application of Electronic Technique,2023,49(7):35-40.
0 引言
近几十年以来,博九游戏网站已经成为影响全世界女性健康最主要的癌症之一,女性新确诊的癌症病例中博九游戏网站占30%。由国际癌症机构(IARC)在2020 年发布的《2020年全球癌症负担报告》中显示,2020年全球估计有1 930万新癌症病例和近1 000万癌症死亡病例。女性博九游戏网站已经超过肺癌成为最常见的癌症。随着深度学习在计算机视觉、医学图像等领域的发展,用于检测乳腺肿块的计算机辅助系统已成为预防博九游戏网站的重要技术手段。
目前,一些基于双阶段检测算法的CAD系统已经应用于医学图像的检测。2020年,Liu引入了二部图卷积网络,从交叉视图的特征图映射出二部图节点,对交叉视图的几何约束和外观相似性进行建模,使得模型在乳腺肿块检测中具有推理能力;Guo对FPN的3个设计缺陷进行了改进,在Faster R-CNN中用AugFPN替换FPN,使用ResNet50和MobileNet-v2作为主干时,平均精度(mAP)分别提高了2.3%和1.6%;An在Mask R-CNN的基础上提出了一种适用于乳腺肿块检测的D-Mask R-CNN模型,将FPN中的横向连接改为了密集连接,模型应用在CBIS-DDSM数据集上比Mask R-CNN模型的mAP提高了0.05;Xiao提出了一种通道自注意模块(CSA),将主干网络(backbone)中加入CSA模块,结合cascade R-CNN进一步提高了对乳腺肿块的检测精度。
本文详细内容请下载: http://www.dervishd.net/resource/share/2000005389
作者信息:
吴明明,顾春华
(上海理工大学 光电信息与计算机工程学院,上海 200093)