| 基于改进的Faster R-CNN的息肉目标检测和分类方法 |
| |
| 引用本文： | 杨昆,原嘉成,高聪,孙宇锋,路宇飞,常世龙,薛林雁. 基于改进的Faster R-CNN的息肉目标检测和分类方法[J]. 河北大学学报(自然科学版), 2023, 43(1): 103-112. DOI: 10.3969/j.issn.1000-1565.2023.01.015 |
| |
| 作者姓名： | 杨昆 原嘉成 高聪 孙宇锋 路宇飞 常世龙 薛林雁 |
| |
| 作者单位： | 河北大学质量技术监督学院,河北保定 071002;计量仪器与系统国家地方联合工程研究中心,河北保定 071002;河北省新能源汽车动力系统轻量化技术创新中心,河北保定 071002;河北大学质量技术监督学院,河北保定 071002;河北远东通信系统工程有限公司,河北石家庄 050200 |
| |
| 基金项目： | 河北省自然科学基金资助项目(A2011201155);河北大学校长科研基金资助项目(XZJJ201914);河北大学多学科交叉研究项目(DXK201914) |
| |
| 摘 要： | 为了解决结肠镜下腺瘤性息肉和增生性息肉不易分型的问题,提出一种基于改进的Faster R-CNN的目标检测及息肉分类模型.在数据预处理阶段,对原有的2 426张息肉图像(1 582张腺瘤性息肉图像,844张增生性息肉图像)通过2种方式进行图像增强,并且通过改进的特征提取、边界框回归以及非极大值抑制的网络,用602张图像(386张腺瘤性图像,216张增生性息肉图像)进行测试.通过实验证明,在交并比(IoU)取0.5时,获得了86.8%的平均精度均值,相较于改进之前提升了2.3%.实验结果验证了该模型的潜在临床应用价值.
|
| 关 键 词： | 息肉 目标检测 分类 Faster R-CNN |
| 收稿时间： | 2022-02-12 |
Object detection and classification of polyps based on improved Faster R-CNN |
| |
| YANG Kun,YUAN Jiacheng,GAO Cong,SUN Yufeng,LU Yufei,CHANG Shilong,XUE Linyan. Object detection and classification of polyps based on improved Faster R-CNN[J]. Journal of Hebei University (Natural Science Edition), 2023, 43(1): 103-112. DOI: 10.3969/j.issn.1000-1565.2023.01.015 |
| |
| Authors: | YANG Kun YUAN Jiacheng GAO Cong SUN Yufeng LU Yufei CHANG Shilong XUE Linyan |
| |
| Affiliation: | 1.College of Quality and Technical Supervision, Hebei University, Baoding 071002, China; 2. National & Local Joint Engineering Research Center of Metrology Instrument and System, Baoding 071002, China; 3.New Energy Vehicle Power System Lightweight Technology Innovation Center of Hebei Province, Baoding 071002, China; 4.Hebei Far East Communication System Engineering Co., Ltd, Shijiazhuang 050200, China |
| |
| Abstract: | |
| |
| Keywords: | polyps object detection classification Faster R-CNN |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《河北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《河北大学学报(自然科学版)》下载全文 |
|
