结合深度学习与特征多尺度融合的微钙化簇检测
发布时间:2024-08-09
点击次数:
- 所属单位:
- 管理学院
- 发表刊物:
- 模式识别与人工智能
- 关键字:
- 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;
- 摘要:
- 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.
- 第一作者:
- 王哲,张新生
- 论文类型:
- 期刊论文
- 学科门类:
- 管理学
- 卷号:
- 中文核心期刊:1028-1039,12
- ISSN号:
- 1003-6059
- 是否译文:
- 否
- 发表时间:
- 2018-11-15