申请/专利权人：常熟理工学院

申请日：2024-03-20

公开（公告）日：2024-06-21

公开（公告）号：CN117911418B

主分类号：G06T7/00

分类号：G06T7/00;G06N3/0464;G06V10/44;G06V10/80;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明公开了一种基于改进YOLO算法的病灶检测方法、系统及存储介质，包括：确定需要确定病灶的医学图像；基于改进的YOLO算法网络架构搭建用于病灶检测的深度神经网络模型，改进后的主干网络包括双水平路由注意模块、C3模块、卷积层和SPPF模块，用于对图像进行特征提取，以得到共享特征图；改进后的头部网络包括PANet和FPNet网络与嵌入的SwinTransformer模块，用于融合主干网络输出的特征图，获取和处理来自多个尺度的特征信息；使用训练好的用于病灶检测的深度神经网络模型对图像进行病灶检测。不仅提高了网络模型对于小目标病灶检测的准确度，而且拥有更高的召回率。

主权项：1.一种基于改进YOLO算法的病灶检测方法，其特征在于，包括以下步骤：S01：确定需要确定病灶的医学图像；S02：基于改进的YOLO算法网络架构，搭建用于病灶检测的深度神经网络模型，所述改进的YOLO算法网络架构包括在YOLOv5的基本框架上改进，改进后的主干网络包括双水平路由注意模块、C3模块、卷积层和SPPF模块，用于对图像进行特征提取，以得到共享特征图；改进后的头部网络包括PANet和FPNet网络与嵌入的SwinTransformer模块，用于融合主干网络输出的特征图，获取和处理来自多个尺度的特征信息；所述双水平路由注意模块在开始时使用了一个3x3的深度卷积来隐式编码相对位置信息，然后，依次应用扩展率为e的双层路由注意模块和2层MLP模块，分别进行跨位置关系和按位置嵌入，最后得到输出信息；所述双层路由注意模块的构建方法包括：S21：区域划分和输入投影，给定一个二维输入特征映射，首先将其划分为S×S个不重叠区域，其中每个区域包含个特征向量，即将X变换为，之后通过线性映射获得，，： ，，；其中，为实数矩阵的集合，H、W为特征图的高和宽，C为通道数，，，分别表示query，key，value，，，分别是query，key，value的投影权重；S22：带有向图的区域到区域路由，在粗粒度Token上计算注意力权重，然后取其中的k个区域作为相关区域参与细粒度的运算： , ,其中，和为区域级query和key，为区域间亲和图的邻接矩阵，为路由索引矩阵；S23：Token-to-Token关注，将每个Token最相关的k个粗粒度区域作为键和值参与最终的运算： ，,其中，，是聚集key和value的张量，然后，对聚集后的K-V使用注意力操作： ；其中，为注意力操作，表示使用深度可分离卷积进行参数化；S03：使用训练好的用于病灶检测的深度神经网络模型对图像进行病灶检测。

全文数据：

权利要求：

百度查询： 常熟理工学院 基于改进YOLO算法的病灶检测方法、系统及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD