期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GE-YOLO的消化内镜下异常区域实时目标检测方法
1
作者
范姗慧
赖劲涛
+4 位作者
韦尚光
魏凯华
范一宏
吕宾
厉力华
《中国生物医学工程学报》
CAS
CSCD
北大核心
2024年第4期385-398,共14页
消化内镜是临床常用的消化道检查手段,在消化道疾病的早期诊断和治疗中具有重要作用。但常规内镜检查需要由专业医生操作并实时观察视频以确定病灶点,极度依赖医生经验,主观性强且容易造成漏检和误检。本研究提出了一种基于改进YOLOv7-t...
消化内镜是临床常用的消化道检查手段,在消化道疾病的早期诊断和治疗中具有重要作用。但常规内镜检查需要由专业医生操作并实时观察视频以确定病灶点,极度依赖医生经验,主观性强且容易造成漏检和误检。本研究提出了一种基于改进YOLOv7-tiny的消化内镜下异常区域实时检测方法:GE-YOLO。该方法以YOLOv7-tiny为基础框架,使用两种不同的特征提取模块(C3模块和P-ELAN模块)构建骨干特征提取网络,提高网络的特征提取能力;使用坐标卷积(CoordConv)取代上采样中的普通卷积,进一步提高模型对病灶的定位精度;使用部分卷积(PConv)取代特征提取模块中的3×3普通卷积,在保证模型性能的同时减少了模型的计算量和参数量,提升了模型的检测速度;最后使用基于IoU与归一化Wasserstein距离的联合损失函数,提升模型对微小病灶的敏感度。该模型利用Kvasir-Capsule数据集中含标记的图像(共4172张)进行了训练和测试,其平均精确率、召回率和F1得分分别达到了94.2%、97.2%和0.957,检测速度为60帧/s,与YOLOv7-tiny相比,精确率、召回率和F1得分分别提升了2.8%、12.0%和0.075。实验结果表明,本研究提出的方法能实现高精度的消化道病灶实时检测,有望部署于临床内镜检查设备,在检查过程中为医生提供实时辅助,从而大大提高内镜检查效率,具有重要的学术价值和临床意义。
展开更多
关键词
GE-YOLO
实时目标检测
异常区域
消化内镜
YOLOv7-tiny
在线阅读
下载PDF
职称材料
基于无线胶囊内窥镜图像的胃肠道病变智能检测方法综述
2
作者
范姗慧
韦尚光
+4 位作者
魏凯华
范一宏
吕宾
樊凯
厉力华
《中国生物医学工程学报》
CAS
CSCD
北大核心
2024年第5期596-608,共13页
无线胶囊内窥镜(WCE)以其无痛和非入侵的特点,为胃肠道疾病检查提供了新颖方式,在临床上得到了广泛应用。然而,WCE每次检测均产生数以万计图像,但其中病变图像可能仅占少数。传统的WCE图像筛查主要依赖医生的临床经验,其过程耗时费力且...
无线胶囊内窥镜(WCE)以其无痛和非入侵的特点,为胃肠道疾病检查提供了新颖方式,在临床上得到了广泛应用。然而,WCE每次检测均产生数以万计图像,但其中病变图像可能仅占少数。传统的WCE图像筛查主要依赖医生的临床经验,其过程耗时费力且存在漏检和误检风险。因此,开发WCE胃肠道病变图像的智能检测方法,用于辅助临床诊断,提高医生诊断效率和准确率,已成为当前的研究热点。综述了WCE胃肠道病变图像智能检测的最新研究进展;介绍了WCE病变图像智能检测的基本原理和评价指标;从传统机器学习和深度学习方法的角度出发,回顾了WCE胃肠道病变图像自动分类和预测的研究,总结了不同方法的优势与不足;探讨了WCE病变智能检测未来发展所面临的挑战及可能的拓展方向。
展开更多
关键词
智能检测
胃肠道病变
无线胶囊内窥镜
深度学习
机器学习
在线阅读
下载PDF
职称材料
题名
基于GE-YOLO的消化内镜下异常区域实时目标检测方法
1
作者
范姗慧
赖劲涛
韦尚光
魏凯华
范一宏
吕宾
厉力华
机构
杭州电子科技大学自动化学院(人工智能学院)
浙江省中医院消化内科
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2024年第4期385-398,共14页
基金
国家自然科学基金(62271182,81601530)
温州市基础性公益科研项目(Y2023139)
浙江省科技计划项目(公益技术应用研究)(2017C33143)。
文摘
消化内镜是临床常用的消化道检查手段,在消化道疾病的早期诊断和治疗中具有重要作用。但常规内镜检查需要由专业医生操作并实时观察视频以确定病灶点,极度依赖医生经验,主观性强且容易造成漏检和误检。本研究提出了一种基于改进YOLOv7-tiny的消化内镜下异常区域实时检测方法:GE-YOLO。该方法以YOLOv7-tiny为基础框架,使用两种不同的特征提取模块(C3模块和P-ELAN模块)构建骨干特征提取网络,提高网络的特征提取能力;使用坐标卷积(CoordConv)取代上采样中的普通卷积,进一步提高模型对病灶的定位精度;使用部分卷积(PConv)取代特征提取模块中的3×3普通卷积,在保证模型性能的同时减少了模型的计算量和参数量,提升了模型的检测速度;最后使用基于IoU与归一化Wasserstein距离的联合损失函数,提升模型对微小病灶的敏感度。该模型利用Kvasir-Capsule数据集中含标记的图像(共4172张)进行了训练和测试,其平均精确率、召回率和F1得分分别达到了94.2%、97.2%和0.957,检测速度为60帧/s,与YOLOv7-tiny相比,精确率、召回率和F1得分分别提升了2.8%、12.0%和0.075。实验结果表明,本研究提出的方法能实现高精度的消化道病灶实时检测,有望部署于临床内镜检查设备,在检查过程中为医生提供实时辅助,从而大大提高内镜检查效率,具有重要的学术价值和临床意义。
关键词
GE-YOLO
实时目标检测
异常区域
消化内镜
YOLOv7-tiny
Keywords
GE-YOLO
real-time target detection
abnormal area
gastrointestinal endoscopy
YOLOv7-tiny
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
基于无线胶囊内窥镜图像的胃肠道病变智能检测方法综述
2
作者
范姗慧
韦尚光
魏凯华
范一宏
吕宾
樊凯
厉力华
机构
杭州电子科技大学自动化学院(人工智能学院)
浙江省中医院消化内科
出处
《中国生物医学工程学报》
CAS
CSCD
北大核心
2024年第5期596-608,共13页
基金
国家自然科学基金(62271182,81601530)
浙江省科技计划项目(公益技术应用研究)(2017C33143)。
文摘
无线胶囊内窥镜(WCE)以其无痛和非入侵的特点,为胃肠道疾病检查提供了新颖方式,在临床上得到了广泛应用。然而,WCE每次检测均产生数以万计图像,但其中病变图像可能仅占少数。传统的WCE图像筛查主要依赖医生的临床经验,其过程耗时费力且存在漏检和误检风险。因此,开发WCE胃肠道病变图像的智能检测方法,用于辅助临床诊断,提高医生诊断效率和准确率,已成为当前的研究热点。综述了WCE胃肠道病变图像智能检测的最新研究进展;介绍了WCE病变图像智能检测的基本原理和评价指标;从传统机器学习和深度学习方法的角度出发,回顾了WCE胃肠道病变图像自动分类和预测的研究,总结了不同方法的优势与不足;探讨了WCE病变智能检测未来发展所面临的挑战及可能的拓展方向。
关键词
智能检测
胃肠道病变
无线胶囊内窥镜
深度学习
机器学习
Keywords
intelligent detection
gastrointestinal tract lesion
wireless capsule endoscopy
deep learning
machine learning
分类号
R318 [医药卫生—生物医学工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GE-YOLO的消化内镜下异常区域实时目标检测方法
范姗慧
赖劲涛
韦尚光
魏凯华
范一宏
吕宾
厉力华
《中国生物医学工程学报》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于无线胶囊内窥镜图像的胃肠道病变智能检测方法综述
范姗慧
韦尚光
魏凯华
范一宏
吕宾
樊凯
厉力华
《中国生物医学工程学报》
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
