结合注意力和多路径融合的实时肺结节检测算法

作者：赵奎; 仇慧琪^*; 李旭; 徐知非

来源：计算机应用, 2023, 1-11.

• 深度学习
• 肺结节检测
• 注意力机制
• 上采样算法
• 双向特征金字塔

现有单阶段目标检测算法在肺结节检测中结节检出不敏感，卷积神经网络(CNN)在特征提取时多次上采样导致微小结节特征提取更加困难、检测效果差，并且现存肺结节检测算法模型复杂，不利于实际应用部署落地。针对上述问题，提出一种结合注意力机制和多路径融合的肺结节检测算法，并在此基础上改进上采样算法，提升肺部结节的检测精度和模型推理速度，且权重小容易部署。首先，在特征提取的主干网络部分融合通道和空间的混合注意力机制；其次，改进采样算法，提高生成特征图的质量；最后，在加强特征提取网络部分，在不同路径之间建立通道，实现深层和浅层特征的融合，将不同尺度的语义和位置信息融合。在LUNA16数据集上进行实验，改进算法比原始算法在准确率上提升了9.5个百分点，敏感度提升了6.9个百分点，平均精度提升了8.7个百分点，每秒检测的图片(FPS)达到131.6，模型权重仅有14MB，表明了所提出算法可以实时检测肺结节，并且精度远高于现有单阶段检测算法。