發(fā)布時(shí)間：2022-01-22 10:35

　　胸透X射線廣泛應(yīng)用于多種胸部常見(jiàn)病變的篩查任務(wù),由于不同類型的胸科疾病在病理形態(tài)、大小、位置等方面往往具有多樣性以及較大的差異性,且疾病樣本具有比例不平衡等問(wèn)題,導(dǎo)致難以通過(guò)深度學(xué)習(xí)技術(shù)來(lái)檢測(cè)并定位胸部疾病區(qū)域。針對(duì)該問(wèn)題,提出一種基于深度學(xué)習(xí)的胸部疾病診斷算法。通過(guò)壓縮激勵(lì)模塊實(shí)現(xiàn)自適應(yīng)特征重標(biāo)定,以提高網(wǎng)絡(luò)的細(xì)粒度分類能力。采用全局最大-平均池化層增強(qiáng)網(wǎng)絡(luò)病理特征的空間映射能力,使用焦點(diǎn)損失函數(shù)降低簡(jiǎn)單易分類樣本的權(quán)重,使得模型在訓(xùn)練時(shí)更專注易錯(cuò)分樣本的學(xué)習(xí)。在此基礎(chǔ)上,通過(guò)梯度加權(quán)類激活映射實(shí)現(xiàn)弱監(jiān)督病變區(qū)域的可視化定位,為網(wǎng)絡(luò)預(yù)測(cè)結(jié)果提供相應(yīng)的視覺(jué)解釋。在ChestX-Ray14官方數(shù)據(jù)劃分標(biāo)準(zhǔn)下進(jìn)行訓(xùn)練與評(píng)估,結(jié)果表明,該算法對(duì)14種常見(jiàn)胸部疾病的診斷效果較好,平均AUC值達(dá)到0.83。 

【文章來(lái)源】：計(jì)算機(jī)工程. 2020,46(07)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

8種胸部常見(jiàn)疾病的X射線圖及病變區(qū)域

胸部疾病診斷網(wǎng)絡(luò)結(jié)構(gòu)

壓縮激勵(lì)模塊示意圖

【參考文獻(xiàn)】：
期刊論文
[1]帶尺寸約束的弱監(jiān)督眼底圖像視盤(pán)分割[J]. 魯正,陳大力,薛定宇.  中國(guó)圖象圖形學(xué)報(bào). 2019(05)
[2]基于多尺度特征結(jié)構(gòu)的U-Net肺結(jié)節(jié)檢測(cè)算法[J]. 朱輝,秦品樂(lè).  計(jì)算機(jī)工程. 2019(04)
[3]人工智能在醫(yī)學(xué)影像CAD中的應(yīng)用[J]. 潘亞玲,王晗琦,陸勇.  國(guó)際醫(yī)學(xué)放射學(xué)雜志. 2019(01)

博士論文
[1]卷積神經(jīng)網(wǎng)絡(luò)和遷移學(xué)習(xí)在癌癥影像分析中的研究[D]. 余紹德.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院) 2018



本文編號(hào)：3602042