节点文献

基于具有空间注意力机制的Mask R-CNN的口腔白斑分割

免费订阅

【作者】 谢飞穆昱管子玉沈雪敏许鹏飞王和旭

【Author】 XIE Fei;MU Yu;GUAN Ziyu;SHEN Xuemin;XU Pengfei;WANG Hexu;School of Computer Science,Northwestern Polytechnical University;School of Computer Science,Xianyang Normal University;School of Information Science and Technology,Northwest University;Shanghai Ninth People’s Hospital,School of Medicine,Shanghai Jiao Tong University;Xijing University;

【通讯作者】 穆昱;

【机构】 西北工业大学计算机学院咸阳师范学院计算机学院西北大学信息科学与技术学院上海交通大学医学院附属第九人民医院西京学院

【摘要】 口腔白斑(OLK)是一种癌前病变,由于其与口腔内健康组织有视觉相似性,导致难以准确区分,目前,对OLK的诊断主要来自专业医生的经验,但这种方式效率低,诊断受主观影响大。该文提出具有空间注意力机制(spatial attention)的Mask R-CNN方法(Mask R-CNN-S)用于口腔白斑分割。Mask R-CNN特征提取能力受限于多任务的设计,在口腔白斑上分割效果并不理想。而Mask R-CNN-S是基于Mask R-CNN网络,并引入了卷积块状注意力模块(CBAM)中的空间注意力模块,考虑了空间上的重要性信息,帮助Mask R-CNN关注更重要的区域。此外,受限于数据量较少,该文利用在其他相关大数据集里训练出来的预训练模型,同时采用冻结浅层参数,更新深层参数的策略。试验结果表明,该文所提方法实现了相比于传统Mask R-CNN更好的性能。

【关键词】 口腔白斑Mask R-CNN注意力机制迁移学习
【基金】 国家自然科学基金资助项目(61876145,61973249,61973250);陕西省教育厅服务地方科学研究计划项目(19JC041,19JC038)
【所属期刊栏目】 口腔医疗的人工智能技术 (2020年01期)
  • 【DOI】10.16152/j.cnki.xdxbzr.2020-01-002
  • 【分类号】TP391.41;TP183;R781.5
  • 【下载频次】98
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: