基于RF-Net的CT图像肋骨骨折识别

摘要：

肋骨骨折是临床医学中一种常见的疾病,人工判别骨折的方法具有工作量大、识别难度大等问题.为了高效实现肋骨骨折的计算机辅助诊断,本文提出了一种基于RF-Net(rib fracture network)的肋骨骨折识别算法.该算法首先利用生成对抗网络对原始数据进行数据增强扩建数据集,以缓解过拟合现象且使模型进行有效训练.其次,算法使用RF-block提取肋骨的多尺度特征进行融合,增强网络的特征提取能力.同时,本文使用压缩策略对模型结构进行优化,从而减少模型计算代价.最后,本文在来自于医院的肋骨数据集上开展实验,结果表明本文方法在准确率、AUC值、敏感度、特异度多个指标上表现优异.与现有方法相比,本文算法可更准确快速的对肋骨骨折进行识别,能够为医生的诊断提供可靠依据.

关键词：肋骨骨折识别、多尺度特征、生成对抗网络、CT图像

所属期刊栏目：31

分类号：TP391.41;TP183;TN914

资助基金：湖南省大学生创新性实验计划S201910530047

在线出版日期：2022-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：154-162