科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对CT图像肺结节检测精度低、结节特征区域提取不准确以及网络多次采样过程中造成特征图像像素点丢失导致检测结果差的问题，提出了改进的CenterNet肺结节检测算法。该算法采用Resnet-50为主干网络，在主干网络顶层加入坐标注意力机制来提高模型对结节位置的敏感度；在第3次采样后加入空洞金字塔模块来获得不同感受野信息，减少采样过程信息丢失；借鉴特征金字塔结构将主干网络与反卷积组进行特征融合，解决推理阶段特征信息不足的问题。在LUNA16数据集上实验结果表明，该算法在经过200次迭代后的AP达到96.6%,AR达到69.8%,比原始算法提高6.8%和9.1%,对CT图像中各类型的肺结节都能准确地定位检测。
- 出版日期2023
- 单位安徽理工大学
