期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
改进Salience-DETR的多部位小目标病灶检测算法
1
作者 张茜 武雨露 +2 位作者 郑冰洁 董洁 杨关 《电子测量技术》 北大核心 2025年第19期217-224,共8页
多部位病灶检测在临床中具有重要意义,但不同部位的病灶在大小和形状上差异较大,且CT图像中病灶区域通常较小、病灶区域与周围背景相似,导致检测难度较大。针对上述问题,提出了一种基于Salience-DETR模型改进的多部位小目标病灶检测算... 多部位病灶检测在临床中具有重要意义,但不同部位的病灶在大小和形状上差异较大,且CT图像中病灶区域通常较小、病灶区域与周围背景相似,导致检测难度较大。针对上述问题,提出了一种基于Salience-DETR模型改进的多部位小目标病灶检测算法。首先,设计一种高效空间通道协同注意力机制ESCA,用于对Backbone提取的多尺度特征进行重构,加强模型对病灶重要信息的关注;其次,结合DenseASPP和AugFuison模块对跨层token融合网络进行优化,增强不同层级特征的多尺度融合能力;最后,引入Inner-GIoU损失函数,加速模型收敛并提高小目标病灶的检测性能。实验结果显示,在每张图像假阳性数目为0.5至4的情况下,改进后的模型在公开数据集DeepLesion和外部验证集上的平均检测灵敏度分别达到了83.26%和82.33%。可见,所提算法在多部位小目标病灶检测任务中表现出较高的检测精度和良好的泛化能力,具有一定的实际临床应用价值。 展开更多
关键词 病灶检测 小目标 多尺度特征融合 Salience-DETR 注意力机制 inner-giou
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部