基于改进YOLOv5网络的内窥镜息肉检测

作者：司丙奇; 王志武^*; 姜萍萍; 颜国正

来源：中国新通信, 2022, 24(11): 123-128.

• 目标检测
• 息肉数据集
• 息肉识别
• 注意力机制
• YOLOv5

结直肠癌是常见的恶性肿瘤，定期进行内窥镜诊断发现并及时切除癌前息肉，可显著降低患者死亡率。目标检测算法能够提高内窥镜检查的临床表现。本文通过标注临床病例的镜检图像和收集公开的息肉图像数据，建立了包含多来源、多中心的胃肠道内窥镜息肉数据集。接着，基于YOLOv5算法，利用注意力机制重构了特征提取网络的C3模块，提出了三种改进模型。为验证改进的检测效果，对多种目标检测算法在自建的息肉数据集上进行了对比实验。测试结果表明，改进模型SE-YOLOv5的准确率为94.7%、召回率为79.5%，相比YOLOv5算法分别提升了0.6%、2.8%；模型的平均预测速度为50FPS，达到了实时检测的水平，研究对于开发计算机辅助诊断系统具有技术参考价值。

• 单位
  上海交通大学