期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
融合全局-局部注意模块的Mask R-CNN膝关节囊肿检测方法 被引量:3
1
作者 张丽媛 赵海蓉 +1 位作者 何巍 唐雄风 《图学学报》 CSCD 北大核心 2023年第6期1183-1190,共8页
精准的膝关节囊肿检测是辅助多种膝关节疾病进行早期诊断和治疗的有效手段。然而,由于MR影像中膝关节囊肿与关节内积液和囊肿型肿瘤等其他病灶在影像特征上比较相似,导致检测任务难度较大。因此,提出了一种融合全局-局部注意模块的MaskR... 精准的膝关节囊肿检测是辅助多种膝关节疾病进行早期诊断和治疗的有效手段。然而,由于MR影像中膝关节囊肿与关节内积液和囊肿型肿瘤等其他病灶在影像特征上比较相似,导致检测任务难度较大。因此,提出了一种融合全局-局部注意模块的MaskR-CNN多任务学习模型,同时实现MR影像中膝关节囊肿的自动识别、检测与分割。首先,该方法利用通道注意力机制,将膝关节影像的全局特征和局部特征进行加权融合,形成具有多尺度信息的特征图,为模型提供更准确的判别特征。其次,引入多任务不确定性损失函数,采用同方差不确定性表明每个任务的相对置信度,对任务权重进行自适应调整,可以自动搜索最优解。最后,使用GrabCut方法基于预标记边界框生成掩码,进一步构建膝关节MR影像数据集,提升了数据标注的质量和效率。实验结果表明,该方法可以准确识别膝关节MR影像中的囊肿病灶,同时检测和分割平均精度分别达到了92.3%和92.8%,效果上优于其他对比方法。 展开更多
关键词 膝关节囊肿 多任务学习 注意力机制 多尺度特征融合 Mask R-CNN
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部