科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对甲状腺超声图像中背景干扰及数据集规模受限的问题，提出了基于注意力机制的甲状腺超声图像感兴趣区域定位方法。采用跨尺度注意力交互策略，改进定位模型的特征网络，提高不同尺度下各层级特征的融合效率；通过知识蒸馏实现特征网络特征提取能力的强化，解决数据规模不足引起的网络过拟合问题；依据解剖学甲状腺形态统计分布设计t掩码，联合注意力掩码计算特征损失，引导网络对甲状腺超声图像关键通道和像素信息的学习，实现对甲状腺超声图像感兴趣区域的定位。实验结果表明，当IoU阈值为0.5时，甲状腺超声图像感兴趣区域定位AP达到92.7%,对辅助医生进行甲状腺疾病的诊断具有临床意义和价值。
- 单位
