一种改进Faster R-CNN检测乳腺肿块的方法

作者：郑杰; 郭朋

来源：影像研究与医学应用, 2020, 4(14): 139-142.

• 乳腺癌
• 肿块检测
• Faster R-CNN
• 显著性检测
• 多层区域池化

作为女性最常见的恶心肿瘤之一,已经引起了社会的广泛关注。计算机辅助诊断系统旨在利用图像处理、机器学习等方法检测出可疑病变区域,辅助医生诊断。肿块作为乳腺癌的主要表征形态,是计算机辅助诊断系统研究的重点。现提出一种改进更快速区域卷积神经网络(Faster R-CNN)的乳腺肿块检测方法,首先通过对图像进行显著性检测,提高图像中肿块与周围正常组织的对比度;然后通过修改锚点大小和优化池化的方法,提高检测效率和检测效果。实验结果表明,该方法在保证较低假阳率的前提下,获得了较高的肿块检出率,具有一定的临床应用价值。

• 单位
  深圳蓝韵医学影像有限公司