-
公开(公告)号：CN115423806B
公开(公告)日：2023-03-24
申请号：CN202211372903.3
申请日：2022-11-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多尺度跨路径特征融合的乳腺肿块检测方法，获取待检测的乳腺钼靶X线图像，将待检测的乳腺钼靶X线图像输入到已训练好的理想网络模型中，对理想网络模型的输出结果进行解码，得到若干个预测框，对这些预测框做ID_NMS非极大值抑制操作，最后输出该乳腺图像中所含肿块的BI‑RADS等级，并框出该肿块的具体位置。优点：本发明在识别该乳腺图像包含哪一病变等级的肿块的同时，输出包含该肿块的矩形位置框。输入图像不需要经过医生标记，X线图像原图就可进行肿块检测；本发明能够使网络在扩大感受野的同时减少参数量，提高模型检测的精度和速度。
-
公开(公告)号：CN115423806A
公开(公告)日：2022-12-02
申请号：CN202211372903.3
申请日：2022-11-03
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于多尺度跨路径特征融合的乳腺肿块检测方法，获取待检测的乳腺钼靶X线图像，将待检测的乳腺钼靶X线图像输入到已训练好的理想网络模型中，对理想网络模型的输出结果进行解码，得到若干个预测框，对这些预测框做ID_NMS非极大值抑制操作，最后输出该乳腺图像中所含肿块的BI‑RADS等级，并框出该肿块的具体位置。优点：本发明在识别该乳腺图像包含哪一病变等级的肿块的同时，输出包含该肿块的矩形位置框。输入图像不需要经过医生标记，X线图像原图就可进行肿块检测；本发明能够使网络在扩大感受野的同时减少参数量，提高模型检测的精度和速度。
-
Search Results
2
records
(took 0.022 seconds)
