基于改进YOLOv4模型的脊柱磁共振成像影像检测

作者：代宁^*; 谷玉海; 张志成; 张阳; 徐湛

来源：激光与光电子学进展, 2023, 60(06): 322-329.

• 医用光学
• 深度学习
• YOLOv4
• 脊柱
• 目标检测
• 计算机视觉

针对脊柱解剖结构较为复杂的问题，提出一种用于脊柱磁共振成像影像检测的YOLOv4-disc算法。首先，针对真实病例样本数量较少的问题，使用限制对比度的自适应直方图均衡（CLAHE）数据增强方法提高模型的泛化能力。然后，使用K-means算法对数据集中真实框的尺寸进行聚类，得到合适的锚框尺寸并确定锚框数量。其次，在CSPDarknet-53骨干特征提取网络中使用深度可分离卷积替代普通卷积，减少网络参数并降低运算量。最后，基于Focal损失改进原生网络的损失函数，解决one-stage目标检测中正负样本比例严重失衡的问题。实验结果表明，所提YOLOv4-disc算法的平均精度均值（mAP）达到了90.80%，相比原生YOLOv4提高了3.51个百分点。

• 单位
  北京信息科技大学; 解放军总医院