TY -的A2 - Chen Huiling AU -王,荀AU -王,立升AU -郑,潘PY - 2022 DA - 2022/03/28 TI - SC-Dynamic R-CNN:肺癌病变检测的动态R-CNN Self-Calibrated模型SP - 9452157六世- 2022 AB -肺癌有复杂的生物学特性和高度恶性肿瘤。它一直在癌症的头号“杀手”,威胁着人类的生命和健康。肺癌的诊断和早期治疗仍然需要改进和进一步发展。发病率和死亡率高,迫切需要有一个准确的诊断方法。然而,现有的计算机辅助检测系统有一个复杂的过程,检测精度低。为了解决这个问题,本文提出了一种两阶段检测方法基于动态提出卷积神经网络(动态R-CNN)。我们将肺癌分为鳞状细胞癌,腺癌,小细胞癌。通过添加self-calibrated卷积模块功能网络,我们提取更丰富的肺癌特性,提出了一种新的回归损失函数,进一步提高肺癌的检测性能。实验验证后,模型的映射(平均平均精度)肺癌的数据集可以达到88.1%,表现特别好高的借据(十字路口在联盟)阈值。这种方法有很好的性能的检测肺癌和可以提高医生的诊断的效率。 It can avoid false detection and miss detection to a certain extent. SN - 1748-670X UR - https://doi.org/10.1155/2022/9452157 DO - 10.1155/2022/9452157 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -