|
|||||
|
|
| 基于多光谱通道注意力和双向特征融合的乳腺肿块检测 | |
| 作者姓名： | 陈罗林 周煜松 徐胜舟 |
| 作者单位： | 中南民族大学计算机科学学院&湖北省制造企业智能管理工程技术研究中心 |
| 基金项目： | 湖北省自然科学基金资助项目（2020CFB541）；;中央高校基本科研业务费专项资金资助项目（CZY22015）； |
| 摘 要： | 乳腺钼靶X线摄影是诊断乳腺疾病的有效手段，计算机辅助诊断系统在乳腺肿块检测中起着重要作用，针对检测过程中易出现漏检、误检导致精度不理想的情况，提出了一种改进的RetinaNet乳腺肿块检测算法.首先，在RetinaNet的基础上对特征提取部分进行改进，在每个残差块中引入多光谱通道注意力机制，使网络能更加关注到目标区域；然后，在特征融合部分，以两种不同方式添加一条自底向上的路径，并通过横向连接最终实现深浅层特征的双向融合，加快浅层信息流通，使得到的特征信息更加丰富.实验表明：改进后的算法在乳腺钼靶图像的肿块检测中具有良好的检测效果，既减少了漏检率，平均精度也提升了3.2%，并且相比其他出色的检测算法，也具有一定的优势. |
| 关 键 词： | 乳腺钼靶 肿块检测 注意力机制 双向特征融合 |