混合深度学习与注意力融合用于增强结肠癌检测
Süheyla Demirtaş Alpsalaz1, Emrah Aslan2, Yıldırım Özüpak3
1Akdağmadeni State Hospital, Ministry of Health, Yozgat, Turkey.
Scientific reports
|November 29, 2025
概括
一个新的混合深度学习模型结合了EfficientNet-B3和Vision Transformer,用于准确的自动化结肠癌检测. 这种AI方法为结肠镜系统提供了可靠的诊断支持.
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:
- 结肠癌的诊断依赖于对内镜图像的准确解释.
- 目前的诊断方法可能会耗时,并容易出现人为错误.
- 开发自动化系统可以提高诊断速度和可靠性.
研究的目的:
- 推出一种新的混合深度学习模型,用于自动检测结肠癌.
- 为了利用EfficientNet-B3和Vision Transformer的优势,改进功能提取.
- 为了提高分类稳定性和结肠镜图像的诊断准确性.
主要方法:
- 集成EfficientNet-B3用于本地纹理分析和Vision Transformer用于全球环境.
- 开发一个注意力融合机制来协调多式联运特征.
- 使用Kvasir内镜数据集进行培训和验证.
- 使用马修斯相关系数 (MCC),准确性,F1得分和Brier得分进行优化.
主要成果:
- 实现了96.2%的准确性和0.961的MCC,超过了基线模型的表现.
- 通过交叉验证证明了强大的概括性.
- 通过突出关键图像区域,Grad-CAM分析提供了可解释性.
- 在所有八个图像类别中保持强的性能,尽管有轻微的过拟合.
结论:
- 混合模型有效地结合了本地和全球特征提取,用于高级结肠癌检测.
- 拟议的框架提供快速,客观和可靠的诊断支持.
- 整合到精准医学计算机辅助结肠镜系统中的巨大潜力.