基于CBAM Faster R-CNN的食道癌检测

摘要：

为解决钡餐造影图像经Faster R-CNN的骨干网络得出的特征图中的食管区域不明显以及背景区域占比较大等问题,提出了CBAM Faster R-CNN,它是在原Faster R-CNN模型的基础上添加卷积注意力模块CBAM,以提升特征图中食管区域的特征的显著性.采用CBAM Faster R-CNN模型对数据增强后的训练集进行了训练,并采用Recall值、Precision值、AP值进行了评价分析.实验结果表明:在不同的IOU阈值下,CBAM Faster R-CNN模型的检测效果明显优于Faster R-CNN,且对实际的临床研究具有一定的意义.

关键词：食道癌;目标检测;更快速的R-CNN;卷积注意力机制模块;计算机视觉

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;湖北省自然科学基金资助项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2021-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：631-638