基于多重注意力的肋骨骨折检测研究
计算机断层扫描广泛应用于肋骨骨折诊断.然而,非移位性骨折、骨裂等细微骨折形态特征较差,导致放射科医师工作量大、漏诊风险高.为此,提出基于多重注意力机制的深度学习网络模型对肋骨骨折进行自动定位和识别.首先利用滤波、图像分割、形态学运算等图像处理技术将计算机断层扫描(computed tomography,CT)图像中的肋骨定位并裁剪,缩小目标识别区域;再利用多重注意力的残差通道双注意力模块识别每一个子图像块,同时增加胸腔的边缘信息进行辅助判断.在开源肋骨骨折数据集上的检测实验达到了98.14%的准确率和98.01%的F1(平衡F分数),可在临床应用中辅助医生诊断.
CT图像、多重注意力、图像处理、肋骨骨折
30
TP391(计算技术、计算机技术)
国家自然科学基金61673276
2023-11-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
1679-1685