基于Yolo的结直肠息肉CT影像分析算法研究

摘要：

为实现结直肠息肉的图像识别,提出改进YOLO网络结构的Yolo-polyps模型,使用深度学习实现结直肠息肉CT影像目标检测.对原始CT影像数据集增广增强,再通过改进k-means获取合适锚框,并作为Yolo-polyps模型快速获取特征的基准;对多个超参数进行微调,选择最优超参数,经实验验证,在较少样本下取得了94.8％的准确率;选择Yolo系列的多个算法在相同数据集进行测试,结果显示,Yolo-polyps模型识别准确率平均高出其他模型3.865％,表明该方法优于传统基于内窥镜检查的方法,对CT影像下的结直肠息肉检测有一定的辅助作用.

关键词：YOLOv3;CT图像;结直肠息肉检测;卷积神经网络;数据集增广增强

所属期刊栏目：35

分类号：R735.35(肿瘤学)

资助基金：国家重点研发计划2019YFF0216202

在线出版日期：2022-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：82-87