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：
基于轻量级多尺度CNN-Transformer网络的鼻咽癌诊断方法
1
作者 任宇 杨鹏 +3 位作者 范小琴 汪天富 聂国辉 雷柏英 《中国生物医学工程学报》 北大核心 2025年第3期279-290,共12页
深度学习(DL)技术是辅助临床医生进行内窥镜图像中鼻咽癌(NPC)肿瘤物的诊断重要手段,但其面临两个挑战:1)图像局部区域的视觉信息相似而冗余,可能会导致低效的计算效率;2)全局信息和局部特征之间的长期的动态交互往往会导致无效的学习,... 深度学习(DL)技术是辅助临床医生进行内窥镜图像中鼻咽癌(NPC)肿瘤物的诊断重要手段,但其面临两个挑战:1)图像局部区域的视觉信息相似而冗余,可能会导致低效的计算效率;2)全局信息和局部特征之间的长期的动态交互往往会导致无效的学习,同时增加冗余计算。针对上述问题,提出了一种轻量级多尺度CNN-Transformer网络,称为L-MTransNet。该网络由多尺度的卷积神经网络(MCNN)块和具有动态卷积的多尺度CNN-Transformer(MTrans)构成。首先,MCNN用于提取内窥镜数据的多尺度的局部特征,降低局部信息的冗余;其次,为了在同一特征层级具有精细和粗糙的多尺度特征表示,并且重构每个多尺度局部特征间的全局关系,多路径视觉Transformer(MPViT)和动态卷积Transformer(TransNet)组成的MTrans模块被构建。其赋予网络较强的归纳偏置和全局信息交互能力,缓解特征的表示差异和提升融合效率。基于深圳市第二人民医院采集的300例患者的临床内窥镜数据集进行验证实验。结果证明,分类准确率为94.53%±0.35%,F1-评分为94.17%±0.34%,AUC达到98.61%±0.07%,同时具有较低的计算成本,参数为5.9 M,FLOPs为7.6 G。所提出的方法展现出了良好的效果,有望应用于内窥镜图像的NPC肿瘤早期筛查。 展开更多
关键词 鼻咽癌 轻量级 多尺度 TRANSFORMER 动态卷积
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部