典型文献
基于数据增强及注意力机制的肺结节检测系统
文献摘要：
带标注的医学影像数据过少使模型的学习能力有限,深度检测过程中下采样带来的微小结节特征信息容易丢失.为此,设计了一种基于计算机断层扫描的生成式对抗网络(CT-GAN)的数据增强及改进YOLO-V4检测框架的肺计算机辅助检测系统.首先,在结节生成框架CT-GAN中引入DropBlock正则化方法,实现带标注医学影像的数据增强,以提升肺结节的生成质量;其次,在YOLO-V4中引入坐标注意力机制,以捕捉肺结节的位置感知、方向感知和跨通道的信息,更加精确地检测肺结节感兴趣区域.实验结果表明,在LUNA16数据集上,所提框架的数据增强和结节检测的性能优于其他框架.
文献关键词：
肺计算机辅助检测系统;数据增强;肺结节检测
中图分类号：
作者姓名：
李阳;高轼奇
作者机构：
长春工业大学 计算机科学与工程学院,长春130012
文献出处：
引用格式：
[1]李阳;高轼奇-.基于数据增强及注意力机制的肺结节检测系统)[J].北京邮电大学学报,2022(04):25-30
A类：
肺计算机辅助检测系统
B类：
数据增强,肺结节检测,医学影像,影像数据,深度检测,检测过程,下采样,样带,小结,特征信息,计算机断层扫描,生成式对抗网络,GAN,YOLO,V4,检测框架,DropBlock,正则化方法,坐标注意力机制,位置感知,方向感,跨通道,感兴趣区域,LUNA16
AB值：
0.320601
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
