改进Mask R-CNN的肺炎病灶定位算法
袁亚
王勇
王瑛
广东工业大学计算机学院 广州 510006
摘要：肺炎是一种发病率极高的肺部常见疾病之一,为了解决肺炎病灶定位检测精度低的问题,论文在Mask R-CNN的基础上,提出其改进的算法CS2-Mask R-CNN.首先,将分层级联特征映射块引入主干网络,通过增加感受野获取更多的全局特征信息,然后在特征金字塔网络(FPN)中,引入通道和空间双注意力机制(CBAM)去融合通道和空间的特征信息,提升通道和空间方向上的特征依赖,规避掉由直接的通道降维所带来的高层特征损失;将低层特征嵌入高层特征,加强了特征信息的传递.特别地,针对漏检和错检的问题,引入了soft-NMS机制不是单纯的将与最高分数重叠且大于阈值的框的分数设置为零,而是采用惩罚的方式衰减它的分数.最后在RSNA的数据集上进行测试,该算法在检测精度上有着明显的提升.
关键词：肺炎病灶定位感受野特征金字塔网络注意力机制
分类号：TP391.7(计算技术、计算机技术)
论文发表日期：2025-07-20
在线出版日期：2025-09-25（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1817-1822,1828 )
英文信息