西安建筑科技大学教师个人主页 zhangxinsheng--Home-- 结合深度学习与特征多尺度融合的微钙化簇检测

Paper Publications

结合深度学习与特征多尺度融合的微钙化簇检测

Release time:2025-09-07 Hits:

DOI number:

10.16451/j.cnki.issn1003-6059.201811007

Journal:

模式识别与人工智能

Key Words:

目标检测;;深度学习;;卷积神经网络;;多尺度特征融合(MFF);;微钙化簇

Abstract:

为了准确识别X线图像中的微钙化簇以进行乳腺癌的辅助诊断与早期预防,结合细粒度级联增强网络(FCE-Net)与多尺度特征融合算法(MFF),提出微钙化簇目标检测方法.首先构建FCE-Net累加卷积模块层级权重,并增强多分支结构,得到细粒度卷积特征图.然后构建MFF候选检测网络,通过二倍上采样融合多尺度特征,得到目标置信度和区域坐标.最后在感兴趣区域池化层分类目标并调整边界框.在MIAS数据集上实验表明,结合FCE-Net与MFF可以提升微小目标的深层特征提取能力,同时增强目标分类与定位的准确度.

Volume:

Issue:

Page Number:

1028-1039

ISSN No.:

1003-6059

Translation or Not:

Date of Publication:

2018-11-15

Pre One:不同初始条件的UGM(1,1)管道腐蚀预测建模研究

Next One:Twin support vector machines and subspace learning methods for microcalcification clusters detection