关键词:
YOLO
医学图像检测
脑肿瘤
注意力机制
可变形卷积
摘要:
针对传统人工检测在脑肿瘤阅片中易受主观因素影响而出现误诊或漏诊的问题,结合脑肿瘤图像的特点,提出一种改进YOLO模型以实现对脑肿瘤病灶区域的智能检测。针对脑肿瘤病灶区域形状不规则的特点,引入可变形卷积,使得网络能自适应复杂病灶形态,提升不规则病灶的特征提取能力。同时,通过嵌入结合了全局多头注意力、局部注意力和通道注意力的全局注意力机制,使网络在关注病灶区域细微特征的同时,降低图像复杂背景对病灶区域特征提取的负面影响,以获得更高的识别准确率。此外,针对脑肿瘤数据集标注中预测框不一定精准的实际情况,采用改进Wise-IoU代替原有的CIoU损失函数,以应对人工标注不精准的问题。在脑肿瘤数据集Brain Tumor Detection上的对比实验结果表明,所提出的模型相比于原始模型,精度提高了5.9%。