期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
融合边缘特征与细节感知网络的YOLOv8s髋关节关键点检测算法
1
作者 吕佳 段训禄 陈欣 《光电工程》 北大核心 2025年第3期84-99,共16页
髋关节关键点的准确识别对于提高发育性髋关节发育不良诊断精度具有重要意义。然而,在儿童髋关节X射线图像中,关键点所在的骨骼区域通常对比度低和边缘模糊,导致边缘特征不明显。同时,在特征提取过程中,下采样操作会进一步弱化边缘信息... 髋关节关键点的准确识别对于提高发育性髋关节发育不良诊断精度具有重要意义。然而,在儿童髋关节X射线图像中,关键点所在的骨骼区域通常对比度低和边缘模糊,导致边缘特征不明显。同时,在特征提取过程中,下采样操作会进一步弱化边缘信息。此外,关键点邻域内的关键结构易受背景干扰,这些因素均限制了关键点的精确定位。为此,本文提出了一种融合边缘特征与细节感知网络的YOLOv8s髋关节关键点检测算法。该算法在网络中设计了边缘特征强化模块,以捕获关键点周围空间信息并增强其所在的边缘特征;同时,提出细节感知网络,对多层级特征进行融合与优化,增强对图像中细微结构的感知能力。本文使用重庆医科大学附属儿童医院影像科提供的髋关节X射线图像数据集进行实验,结果显示,关键点的平均定位误差和平均角度误差降低至4.2090pixel和1.4872°,相较于YOLOv8s降低了6.8%和9.9%,显著优于现有方法。实验证明,本文算法有效提升了关键点的检测精度,为临床诊断提供了重要参考。 展开更多
关键词 发育性髋关节发育不良 关键点检测 YOLOv8s 边缘特征强化 细节感知网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部