基于数据增强及注意力机制的肺结节检测系统

带标注的医学影像数据过少使模型的学习能力有限,深度检测过程中下采样带来的微小结节特征信息容易丢失。为此,设计了一种基于计算机断层扫描的生成式对抗网络（CT-GAN）的数据增强及改进YOLO-V4检测框架的肺计算机辅助检测系统。首先,在结节生成框架CT-GAN中引入DropBlock正则化方法,实现带标注医学影像的数据增强,以提升肺结节的生成质量; 其次,在YOLO-V4中引入坐标注意力机制,以捕捉肺结节的位置感知、方向感知和跨通道的信息,更加精确地检测肺结节感兴趣区域。实验结果表明,在LUNA16数据集上,所提框架的数据增强和结节检测的性能优于其他框架。