目的 研究基于激活层前置压缩激励残差网络(PASE-ResNet)的快速和准确的早期胃癌筛查算法.方法 构建一个基于激活层前置压缩激励残差网络的早期胃癌筛查算法.为聚焦任务相关的图像区域,提升模型的特征表达能力,将压缩激励模块(SE)与激活层前置残差网络(PreAct-ResNet)中的残差模块相结合,提高与任务相关的特征通道权重.此外,为提高早期胃癌的筛查性能,提出"局部筛查+全局滑窗"的策略,经数据扩充后得到数据集子图18400幅.利用PASE-ResNet模型通过滑动窗口的方式对胃镜图像进行检测,获得了精细的筛查结果 .结果 本文提出的模型在早期胃癌筛查中取得了98.03%的准确率、98.96%的灵敏度和96.52%的特异性值.结论 本文提出的基于激活层前置压缩激励残差网络,达到了较好的筛查精度,有望在临床中辅助医生快速诊断.
作者:张晓玥;王永雄;张佳鹏;孙洪鑫;王东;陈羽;周志
来源:南方医科大学学报 2021 年 41卷 11期