申请/专利权人:江苏海洋大学;梦西游文化科技(连云港)有限公司;宁夏医科大学总医院
申请日:2024-03-08
公开(公告)日:2024-06-07
公开(公告)号:CN118154958A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/77;G06V10/80;G06V20/70;G06V10/774;G06V10/82;G06N3/0464;G06T7/00;G06T3/4038;G06T3/4046
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.25#实质审查的生效;2024.06.07#公开
摘要:本发明提出了一种基于改进YOLOv5s与CA的帕金森图像检测方法,旨在提高模型的准确性、效率和适应性,更好地应对帕金森MRI图像的复杂性。具体来说,本模型采用了CA注意力机制以及特征融合层来增强模型的特征提取能力。Head检测层中加入解耦合头,实现对病变区域的精确检测和分类。最终,通过在独立的医学影像数据集上评估和调整模型,确保其在实际应用中表现出高准确性和鲁棒性。本方法为帕金森MRI图像的自动检测提供一种高效、灵活和可靠的解决方案。
主权项:1.一种基于改进YOLOv5s与CA的帕金森图像检测方法,其特征在于:具体步骤如下:S1:数据准备和预处理:收集帕金森早期病患者的MRI影像数据并标注;S2:模型构建:构建一个基于改进的YOLOv5s算法的深度学习模型;S3:引入注意力模块:在YOLOv5s的Backbone中加入CA注意力模块,该模块可以增强模型对帕金森病变区域的特征提取能力;S4:加入解耦合头:替换Head层的耦合头,将帕金森图像检测的分类任务和回归任务分开计算,提高模型检测的精度;S5:模型应用:将优化后的模型应用于帕金森病MRI图像的检测中。
全文数据:
权利要求:
百度查询: 江苏海洋大学;梦西游文化科技(连云港)有限公司;宁夏医科大学总医院 一种基于改进YOLOv5s与CA的帕金森图像检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。