-
题名联合可变形特征和多尺度注意力的结核杆菌图像检测
- 1
-
-
作者
周梦丽
钟铭恩
谭佳威
袁彬淦
邓智颖
杨凯博
-
机构
厦门理工学院机械与汽车工程学院机器视觉与人工智能实验室
厦门大学航空航天学院
-
出处
《中国生物医学工程学报》
北大核心
2025年第3期301-311,共11页
-
基金
福建省自然科学基金(2019J01859,2023J011439)。
-
文摘
结核病是一种常见、多发且较为凶险的传染性疾病,目前主要采用痰涂片人工镜检。由于结核杆菌在显微场景下具有尺度小、菌体粘连和形态不规整等特点,易造成漏检和错检。为此,基于深度学习技术提出一种痰液显微图像结核杆菌的自动检测算法MTDet。首先,构建轻量化的基础特征提取网络,以全局注意的方式捕捉菌体堆积粘连时的空间关系和个体局部特征;其次,利用自主设计的可变形特征聚合模块DC2f和高效多尺度注意力EMA来重构特征,自适应结核杆菌的多种形态;最后,在检测头中增加高分辨率分支,提升模型对小目标的感知能力。在结核杆菌显微图像公开数据集Tuberculosis-phonecamera和ZNSM iDB上的实验结果表明:算法平均检测准确率分别为90.2%和87.9%,召回率分别为84.1%和83.2%,均超越了现有主流算法。此外,基于WHO的结核病诊断标准,针对220例临床样本的综合准确率为96.8%,其中假阳率为6.5%,假阴率为0%。本研究结果有望为结核病的辅助诊断带来帮助。
-
关键词
结核杆菌检测
痰涂片图像
小目标
特征聚合
多尺度注意力
-
Keywords
detection of mycobacterium tuberculosis
sputum smear images
small goals
feature aggregation
multiscale attention
-
分类号
R318
[医药卫生—生物医学工程]
-
