基于激活层前置压缩激励残差网络的早期胃癌筛查算法
张晓玥1
王永雄1
张佳鹏1
孙洪鑫2
王东2
陈羽3
周志1
1.上海理工大学光电信息与计算机工程学院,上海 2000932.上海长海医院消化内科,上海 2004333.南方医科大学第七附属医院消化内科,广东 佛山 528244
摘要：目的 研究基于激活层前置压缩激励残差网络(PASE-ResNet)的快速和准确的早期胃癌筛查算法.方法 构建一个基于激活层前置压缩激励残差网络的早期胃癌筛查算法.为聚焦任务相关的图像区域,提升模型的特征表达能力,将压缩激励模块(SE)与激活层前置残差网络(PreAct-ResNet)中的残差模块相结合,提高与任务相关的特征通道权重.此外,为提高早期胃癌的筛查性能,提出"局部筛查+全局滑窗"的策略,经数据扩充后得到数据集子图18400幅.利用PASE-ResNet模型通过滑动窗口的方式对胃镜图像进行检测,获得了精细的筛查结果 .结果 本文提出的模型在早期胃癌筛查中取得了98.03％的准确率、98.96％的灵敏度和96.52％的特异性值.结论 本文提出的基于激活层前置压缩激励残差网络,达到了较好的筛查精度,有望在临床中辅助医生快速诊断.
关键词：早期胃癌筛查残差网络注意力机制
资助基金：国家自然科学基金(61673276)基于人工智能技术的胃镜检查质量控制和早期胃癌辅助诊断系统的建立与优化(LC2019ZD020)
论文发表日期：2021-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1616-1622 )
英文信息