申请/专利权人：常熟理工学院

申请日：2024-03-20

公开（公告）日：2024-04-19

公开（公告）号：CN117911418A

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：在审-实质审查的生效

法律状态：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；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