扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

吴慧欣与赵鑫等人新研究:MWSR-YLCA:嵌入注意机制的改进型YOLOv7用于MR图像鼻咽癌检测

论论资讯 | 2023-03-01 3热度

Electronics (Switzerland)

Explore content

About the journal

Publish with us

MWSR-YLCA: Improved YOLOv7 Embedded with Attention Mechanism for Nasopharyngeal Carcinoma Detection from MR Images

Wu H.; Zhao X.; Han G.; Li H.; Kong Y.; Li J.

Published:2023-03-01
DOI:10.3390/electronics12061352

研究背景

癌症是当今社会中的一大公共卫生问题,包括鼻咽癌。鼻咽癌是一种恶性肿瘤,及早诊断和及时治疗对患者来说非常重要。然而,目前深度学习方法在鼻咽癌磁共振成像检测方面仍需要进一步改进。因为鼻咽癌肿瘤通常很小,侵袭性强,很难从复杂的背景中区分出来,这是当前研究领域存在的问题。

研究内容

在这篇论文中,研究者提出了一种名为MWSR-YLCA的自动检测方法,可以更准确地检测鼻咽癌磁共振成像中的病变。具体而言,研究者设计了两个模块,即多窗口设置重采样(MWSR)模块和嵌入坐标注意力机制的改进版YOLOv7(YLCA)模块,以更准确地检测鼻咽癌病变。首先,MWSR模块基于多窗口重采样方法生成MR图像的伪彩色版本,以保留更丰富的信息。随后,YLCA模块通过构建基于改进版YOLOv7框架的新型网络,并嵌入坐标注意力机制,更准确地检测鼻咽癌病变区域。研究者在800名鼻咽癌患者的MR图像数据集上验证了所提出的方法,并仅使用4694个数据样本获得了80.1%的mAP检测性能。实验结果表明,所提出的MWSR-YLCA方法可以高精度地检测鼻咽癌病变,并具有卓越的性能。

研究意义

该研究提出了一种新的自动检测方法,可以更准确地检测鼻咽癌磁共振成像中的病变,具有较高的检测性能。该方法的创新点在于使用了多窗口设置重采样模块和嵌入坐标注意力机制的改进版YOLOv7模块。这种方法可以帮助医生更快速地识别鼻咽癌病变,从而提高鼻咽癌的早期诊断率和治疗效果,对于改善公众健康具有重要意义。

微信扫码即可查看