基于密集双流聚焦网络的肺炎辅助诊断模型 |
| |
引用本文: | 周涛,叶鑫宇,陆惠玲,刘赟璨,常晓玉.基于密集双流聚焦网络的肺炎辅助诊断模型[J].光学精密工程,2023(7):1074-1084. |
| |
作者姓名: | 周涛 叶鑫宇 陆惠玲 刘赟璨 常晓玉 |
| |
作者单位: | 1. 北方民族大学计算机科学与工程学院;2. 北方民族大学图像图形智能处理国家民委重点实验室;3. 宁夏医科大学理学院 |
| |
基金项目: | 国家自然科学基金资助项目(No.62062003);;宁夏自然科学基金资助项目(No.2022AAC03149); |
| |
摘 要: | X光片对肺炎疾病的诊断具有重要作用,但其成像时易受噪声污染,导致肺炎疾病的影像学特征不明显和病灶特征提取不充分。针对上述问题,提出密集双流聚焦网络DDSF-Net的肺炎辅助诊断模型。首先设计残差多尺度块,利用多尺度策略提高网络对医学影像中不同尺寸肺炎病灶的适应性,采用残差连接提高网络参数的传递效率;然后设计双流密集块,采用全局信息流和局部信息流并行结构的密集单元,其中Transformer对全局上下文语义信息进行学习,卷积层进行局部特征提取,利用密集连接方式实现两种信息流的深浅层特征融合;最后,设计具有中心注意操作和邻近插值操作的聚焦块,利用裁剪医学影像尺寸来过滤背景噪声信息,利用插值对医学图像进行放大,增强病灶的细节特征。在肺炎X光片数据集中与典型模型进行对比,本文模型的准确率、精确率、召回率、F1,AUC值和训练时间分别为98.12%,98.83%,99.29%,98.71%,97.71%和15 729 s,准确率和AUC值较密集网络分别提升了4.89%和4.69%。DDSFNet能够有效缓解肺炎影像学特征不明显和病灶特征提取不充分的问题,通过热力图和三份公共数据集进一步验证了本文...
|
关 键 词: | 医学图像处理 肺炎X光片 密集网络 残差多尺度块 全局和局部信息流 聚焦块 |
|
|