基于改进的注意力特征融合的胃息肉检测模块
Yun Xie1, Yao Yu2, Mingchao Liao1
1School of Intelligence Science and technology, University of Science and Technology Beijing, Beijing, China.
Biomedical engineering online
|July 19, 2023
概括
这项研究引入了一种改进的注意力模块,用于在内镜图像中检测胃息肉. 新方法提高了多的可见性,导致更准确的检测和减少错过或错误识别的病例.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 胃癌是一个重大的健康问题,胃的息肉构成恶性瘤的高风险.
- 早期检测胃息肉对于减少胃癌发病率至关重要.
- 基于深度学习的对象检测在医学成像中很常见,但在低对比度的内镜图像方面存在困难.
研究的目的:
- 为了提高内镜图像中胃息肉的检测性能.
- 为了应对胃镜图像中对比度差和多大小不同所带来的挑战.
主要方法:
- 提出了一个注意模块,以增强多背景对比度,并专注于相关特征.
- 开发了一种新的注意力特征融合模块,将注意力与多尺度特征融合整合在一起.
- 进行了实验,使用一个定制的胃息肉数据集.
主要成果:
- 拟议的注意力特征融合模块与传统特征融合方法相比,表现出优异的性能.
- 该方法有效地提高了胃息肉的检测,减少了错过和错误检测的病例.
- 增强的对比度和特征突出显示导致了更准确的多重体识别.
结论:
- 开发的注意力特征融合模块显著提高了内镜胃息肉检测的准确性.
- 这种方法为改善胃病的早期诊断和管理提供了一个有希望的解决方案.
- 该方法显示了临床应用的潜力,通过及时检测多细胞来降低胃癌率.
