一种基于GAFaster R-CNN的掌指骨骨折计算机辅助诊断系统

作者：杨昆; 罗萍; 吕一品; 闫惟娜; 吴海涛; 刘爽; 薛林雁^*

来源：河北大学学报(自然科学版), 2021, 41(04): 412-418.

DOI：10.3969/j.issn.1000-1565.2021.04.011

• 掌指骨骨折
• Faster R-CNN
• 计算机辅助诊断
• 导向锚定

为解决临床掌指骨骨折诊断中难检测、易漏诊的问题,对如何更加准确地检测和定位X线图像中掌指骨骨折区域进行实验研究.开发了一种基于深度学习的计算机辅助诊断系统,改进了Faster R-CNN网络模型中的锚框、特征映射和损失函数,在节约算力的同时大大提高了网络性能.建立了包含5 195张手部的X线图像的数据集,其中随机抽取4 675张作为训练集,520张作为测试集.实验表明,提出的新模型在测试集上的平均精度达到了69.3%,与Faster R-CNN相比能够更加精准地识别出掌指骨骨折区域,验证了该模型具有潜在的临床应用价值.

• 单位
  河北大学