基于YOLOv5和ResNet50的胸部异常智能检测解决方案

摘要

计算机辅助诊断(CAD)有近50年的历史，已经帮助许多临床医生进行诊断。随着技术的发展，近年来，研究人员利用深度学习方法在CAD系统中获得高精度的结果。有了CAD，计算机输出可以作为放射科医生的第二选择，帮助医生做出最终正确的决定。胸部异常检测是一个经典的检测和分类问题;研究人员需要对常见的胸肺疾病进行分类，并定位关键的发现。对于检测问题，有两种深度学习方法:一阶段法和两阶段法。本文介绍并分析了RCNN、SSD、YOLO系列等具有代表性的模型。为了更好的解决胸部异常检测的问题，我们提出了一种基于YOLOv5和ResNet50的新模型。YOLOv5是最新的YOLO系列，比以前的单级检测算法更加灵活。YOLOv5在本文中的作用是对异常区域进行定位。 On the other hand, we use ResNet, avoiding gradient explosion problems in deep learning for classification. And we filter the result we got from YOLOv5 and ResNet. If ResNet recognizes that the image is not abnormal, the YOLOv5 detection result is discarded. The dataset is collected via VinBigData’s web-based platform, VinLab. We train our model on the dataset using Pytorch frame and use the mAP, precision, andF1分作为评估模型性能的指标。在实验过程中，我们的方法在相同数据集上取得了优于其他经典方法的性能。实验表明，YOLOv5的mAP比YOLOv5、快速RCNN和高效ET分别高0.010、0.020和0.023。此外，在精度维度上，我们的模型也优于其他模型。我们的模型的精度为0.512，比YOLOv5、快速RCNN和高效ET分别高出0.018、0.027和0.033。

1.介绍

由于技术的发展，与传统的诊断方法不同，放射科医生可以使用CT和PET扫描、核磁共振成像（MRI）等成像技术诊断和治疗疾病，当然，患者去医院时还可以使用X射线[1]然而，当放射科医生，即使是诊断最好的临床医生，试图用肉眼解释X光报告时，也会出现一些医学误诊[2］.

为此，由于成像技术和计算机计算能力的快速发展，一个新的研究维度诞生了，称为计算机辅助诊断(CAD)系统[3.］.该系统在放射学领域得到了广泛的发展，是医学影像和诊断放射学的主要研究方向之一。它有能力解决几个问题[4］.首先，该系统为医生提供了一个机会，可以立即关注高风险病例[5］.其次，它为放射科医生在短时间内做出正确诊断提供了更多的信息。计算机辅助设计使其在医生诊断阶段更加高效、有效。

CAD系统可分为两个关键方面：“检测”和“诊断”[6］.在“检测”阶段，算法从正常组织中定位并分割病变区域，大大减轻了放射科医师的观察负担。有了经过验证的CAD结果，作为第二意见，放射科医生可以结合自己的经验做出最终决定[7]同时，“诊断”被定义为识别潜在疾病的技术，可以作为放射科医生的第二参考[8].通常，“检测”和“诊断”是相互关联的，它们基于机器学习算法[9，10］.

计算机辅助设计系统中的机器学习方法分析成像数据，并开发模型来匹配输入数字和输出疾病之间的关系，使用来自患者群体的成像数据[11］.

使用机器学习技术分析患者数据的方法可获得适用于任何患者护理过程的决策支持，如疾病或病变检测、特征描述、癌症分期、治疗计划、治疗反应评估、复发监测和预后预测[12]通常，图像数据在每个阶段都扮演着重要的角色，因此图像分析是CAD的主要组成部分[13］.此外，由于深度学习的成功[14，15]在许多应用中，例如目标识别和跟踪，研究人员都很兴奋，并对深度学习能够给医疗保健带来革命性的变化寄予厚望[16］.通过深度学习方法，可以减少人工特征工程的过程。例如，在[17]，作者提出了一种U-Net淋巴结识别模型，深度学习模型优于Mean Shift和模糊c -均值(FCM)算法等传统算法。在[18]，Xiaojie提出了一种基于U-Net的肺癌脊柱转移鉴别方法。在[19]作者研究了壁F-fdgpet/Cr显像和深度学习显像在甲状腺癌精确放疗中的应用价值。

同样，在本文中，我们也开发了一种将深度学习应用于CT图像的疾病检测应用。我们的任务是定位和分类14种类型的胸部异常胸片。我们的贡献是为胸部自动检测提供解决方案。特别地，我们将检测方法分为检测步骤和分类步骤。分类步骤用于过滤第一步的结果。

我们在第节中描述了近年来计算机临床诊断和计算机版本的历史2．节3.，提出了一种新的模型，利用YOLOv5算法进行检测，利用ResNet50算法进行分类。实验过程见本节4．最后一节是全文的总结。

2.相关工作

在这一部分中，我们首先介绍了胸部X线摄影的定义，然后简要介绍了CAD的发展，最后介绍了一些用于胸部异常检测的目标检测算法。

2.1.胸部X线摄影

胸部X线摄影是最常用的诊断成像程序[16］.每年进行超过3500万张胸片，仅在美国，放射科医生平均每天阅读100多张胸片[20.].因为胸部X射线摄影是由3D解剖信息组成的2D投影的浓缩[21，阅读和提取关键信息需要大量的医学经验和知识。尽管这些测试在临床上是有用的，但它们太昂贵了[22].一些放射科医生缺乏专业精神或相关经验；当工作量增加或患者病情特殊时，他们会无意中犯一些错误，这些错误会导致医生误诊[23]为此，迫切需要一种技术来帮助放射科医生做出决策。深度学习技术自动检测和诊断病情，这大大帮助了放射科医生，提高了他们的效率和准确性。在一些医疗中心，它可以支持大规模的工作流程，提高放射科的效率。

2．2．计算机辅助诊断系统的发展

CAD系统已经发展了很多年，从传统的机器学习方法到现在的深度学习。在临床过程中应用CAD系统是一个不可阻挡和必然的趋势。文献[24]利用GoogleNet和ImageNet上的图像增强和预训练对胸部x射线图像进行分类，准确率为100，验证了深度学习对胸部x射线图像的概念。[25]根据给定的查询图像创建网络，并根据与查询的相似性对数据库中的其他胸部X光照片图像进行排序。有了这个模型，临床医生可以有效地搜索过去的病例来诊断现有的病例。在[26]，CNN在胸片图像中检测特定疾病，并分发疾病标签。研究[27]使用RNN基于CNN特征和患者元数据来描述标注疾病的上下文。最近,在28]，设计了一种CNN，通过对CXR图像中的肺结节进行高精度的检测和分类来诊断特定疾病。

2．3.对象检测概述

最近，目标检测的应用越来越多[29］.有两种主流的算法:（1）两阶段方法:例如表示为RCNN算法[30.]，首先使用选择性搜索，然后加入CNN网络生成一系列稀疏的候选框，最后对这些候选框进行分类回归。两级模型最大的优点是精度高。(2）单阶段法:表示为YOLO和SSD，实现端到端模型，直接得到最终检测结果[31，32].他们在图片的不同位置进行密集采样。采样时可以使用不同的销售和纵横比。CNN用于提取特征。单阶段方法的最大优点是速度快。然而，也有一些缺点。与两阶段法相比，其精度相对较低。而均匀、稠密的抽样很难训练，主要是因为正样本和负样本（背景）极不平衡[32］.

2.3.1。两阶段方法

(1) RCNNRCNN是最早将CNN方法引入目标检测领域的模型，此后越来越多的模型采用CNN进行目标检测，大大提高了检测效果[33，34］.传统的检测算法采用滑动窗法依次确定所有可能区域，是一项复杂而低效的工作。RCNN通过选择性搜索来预提取一系列最有可能是目标的候选区域，从而提高了效率。然后RCNN就可以专注于从这些候选区域中提取特征进行判断。RCNN的过程主要由4个步骤组成[35]：（1）候选区域生成：使用选择性搜索方法生成1 K∼2. 从第二步的图像中提取K个候选区域(2）特征提取:对于第一步中提供的每个候选区域，使用深度卷积网络进行特征提取（3)类别判断:使用SVM分类器，将第二步提供的特征输入分类器（4)位置细化:使用回归对候选帧的位置进行精细校正

然而，RCNN有两个缺点[36]第一个是候选框不共享神经网络，并且有许多参数。而且SVM分类器过于复杂。

（2） 快速RCNN.与RCNN相比，Fast RCNN在以下方面有所改进[37]：（1）Fast RCNN仍然使用选择性搜索来选择2000个候选框[38].将原始图像输入卷积网络以获得特征映射，然后使用候选框从特征映射中提取特征框。这里，由于每个位置只计算一次卷积，因此计算量大大减少。但Fast RCNN在fir中设置了不同大小的候选帧这些需要通过ROI池层转换为相同的大小。(2）Fast RCNN中没有SVM分类器和回归器[39］.所有关于分类和预测框的位置和大小的结果都通过卷积神经网络输出。为了提高计算速度，网络最终采用SVD代替全连接层。

(3) RCNN更快Fast RCNN忽略了检测网络可以与区域建议方法共享计算的问题，因此，Fast RCNN从提高区域建议速度的角度提出了一个区域建议网络，通过GPU实现快速区域建议[40］.

使用RPN网络代替Fast RCNN的选择性搜索提取候选区域相当于Faster RCNN = RPN + Fast RCNN，而RPN和Fast RCNN共享卷积层[41］.

快速RCNN具有以下特点[42]：（1）多尺度目标：使用RPN网络候选区域，并使用不同大小和纵横比的锚来解决多尺度问题(2）计算锚点和真实帧交点的IOU，并通过阈值建立正样本和负样本（3)样本不平衡:每批随机抽取256个锚点进行边界回归训练，保证正样本和负样本的数量尽可能相同，避免负样本过多造成的梯度规则问题

2.3.2.一阶段法

(1) YOLOv1它是一级目标检测的开创性工作[43］.（1）速度快:与两步目标检测方法相比，YOLOv1采用端到端方法，速度更快(2）使用全局特征进行推理。由于使用了全局上下文信息，相对于滑动窗口和建议框方法，对背景的判断更加准确（3)概化:经过训练的模型在新的领域或意外的输入情况下仍然有很好的效果

（2） 固态硬盘.SSD的核心设计理念概括为以下三点[44]：（1）使用多尺度特征图进行检测。SSD利用大规模的特征图来检测较小的目标，反之亦然。(2）利用卷积进行检测。SSD直接使用卷积从不同的特征图中提取检测结果。（3)设置一个先验框。SSD利用了Faster RCNN的锚，并为每个单元设置了具有不同比例或宽高比的先验框。预测的边界框是基于这些先验框的，在一定程度上降低了训练的难度。一般来说，每个单元将设置多个先验框，它们的尺度和纵横比是不同的。

SSD以VGG16为基础模型，在VGG16的基础上增加新的卷积层，获得更多的feature map用于检测[45］.

固态硬盘有五个主要优点[46]：（1）实时:它比YOlOv1更快，因为完全连接层被移除(2）标记方案：通过预测类别置信度和先验框架与相对固定尺度集的偏差，可以有效平衡不同尺度对损失的影响（3)多尺度：多尺度目标预测通过使用多个特征映射和对应于不同尺度的锚定帧来执行（4)数据增强:数据增强采用随机裁剪的方法，提高模型的鲁棒性(5）样本不平衡:通过困难的样本挖掘，采用负样本间置信度最高的a先验盒进行训练，并将正样本与负样本的比例设置为1:3，使得模型训练收敛速度更快

(3) YOLOv2．YOLOv1的检测速度虽然快，但不如RCNN检测方法准确。YOLOv1对象定位不够准确，召回率低[47].YOLOv2提出了几种改进策略，以提高YOLO模型的定位精度和召回率，从而改进地图[48，49］.（1）批量规范化：它极大地提高了性能(2）高分辨率分类器:使训练前分类任务的分辨率与目标检测分辨率保持一致（3)锚箱卷积：使用完全卷积神经网络预测偏差，而不是特定坐标，模型更容易收敛（4)维度聚类：通过聚类算法设置锚框架的尺度，获得更好的先验框架，缓解不同尺度对损失的影响(5）细粒度特征：通过简单的添加集成低级图像特征（6)多尺度训练：通过使用全卷积网络，该模型支持输入多尺度图像并依次训练(7）构建Darknet-19代替VGG16作为主干网，性能更好

（4） 约洛夫3. YOLOv3是YOLOv2的改进。它有几个优点[50]：（1）实时性：与RetinaNet相比，YOLOv3牺牲了检测精度，并使用Darknet主干特征提取网络代替ResNet101，以获得更快的检测速度(2）多尺度：与YOLOv1-v2相比，使用与视网膜网相同的FPN网络作为增强的特征提取网络，以获得更高的检测精度（3)目标重叠：通过使用logistic回归和两类交叉熵损失函数进行类别预测，每个候选帧用多个标签进行分类，以解决单个检测帧可能同时包含多个目标的可能性

（5） 约洛夫4．针对YOLOv3的不足，YOLOv5进行了一系列的改进，如Darknet53骨干特征提取网络[51，52]：（1）实时性：借鉴CSPNet网络结构，将Darknet53改进为CSPDarknet53，以缩短模型参数和计算时间(2）多尺度:颈部分别引入PAN网络结构和SPP网络结构作为增强的特征提取网络，能够有效地多尺度特征，比引入FPN网络具有更高的准确率（3)数据增强:引入镶嵌数据增强，可以有效降低使用BN时batch_size的影响（4)模型训练：使用IOU、GIoU、DIoU和CIoU作为目标帧的回归，其检测精度高于YOLOv3使用的平方差损失

3.方法

在这一节中，我们将介绍我们的胸部异常检测方法。我们使用两步法。第一步是使用一些传统的目标检测方法，如YOLOv5来执行目标检测。第二步是使用图像分类器进行两种分类(是否有异常)，如果识别出图像没有异常，则丢弃YOLOv5的检测结果。

3.1.用于检测的YOLOv5

YOLOv5的整体结构[53如图所示1．

YOLO系列模型由三个主要的架构块组成:Backbone、Neck和Head。(一)YOLOv5 Backbone:采用CSPDarknet作为骨干，对跨级局部网络构成的图像进行特征提取(2)YOLOv5 Neck：它使用PANet生成特征金字塔网络，对特征执行聚合，并将其传递给Head进行预测(3)YOLOv5 Head：它具有从锚定框生成预测的层，用于对象检测

除此之外，YOLOv5使用以下选项进行培训[54]：(一)激活和优化:YOLOv5使用泄漏的ReLU和sigmoid激活，SGD和ADAM作为优化选项(2)损耗函数:它使用了带有对数损耗的二进制交叉熵

正如上面我们所看到的，YOLOv5有多种不同的预训练模型。它们之间的区别在于模型大小和推理时间之间的权衡。轻量级模型版本YOLOv5只有14 MB，但不是很精确。在光谱的另一端，我们有大小为168的YOLOv5x MB是其系列中最精确的版本[55］.

与YOLO系列相比，YOLOv5有几个亮点[56]：（1）多尺度:利用FPN增强特征提取网络，代替PAN，使模型更简单、更快(2）目标重叠:使用舍入法寻找附近的位置，将目标映射到其周围的多个中心网格点

3．2.ResNet50分类

ResNet [57是残差网络的缩写。它是经典计算机视觉任务的骨干之一，广泛应用于目标分类领域。经典的ResNet包括ResNet50、ResNet101等。ResNet网络的出现解决了网络向更深层次发展而不发生梯度爆炸的问题。我们知道，深度卷积神经网络非常擅长从图像中识别低、中、高的特征，叠加更多的层通常可以提供更好的准确率。ResNet的主要组件是残差模块，如图所示2．

剩余模块由两个密集层和一个跳过连接组成。每两个致密层的激活函数为ReLU函数。

3.3.检测模型的整体结构

为了解决胸部异常检测问题，我们设计了一种新的混合模型，将YOLOv5和ResNet50相结合。对原始图像进行处理后，将其输入YOLOv5和ResNet50中。然后我们把它们输入过滤器。filter的功能主要是去除YOLOv5识别出的不能被ResNet分类的异常。我们模型的整体结构如图所示3.．

4.实验

在本节中，我们将介绍我们使用的数据集和对研究很重要的性能指标。

4.1.VinBigData的图像数据集

我们的数据集来自VinBigData，这是一个推动基础研究和新型高应用技术研究的组织。VinBigData的医疗成像团队致力于收集、处理、分析和理解医疗数据。他们致力于基于人工智能的最新进展，构建大规模、高精度的医学成像解决方案，促进有效的临床工作流程。

构建VinDr CXR数据集的过程分为三个步骤[58]：（1）数据收集：当患者接受胸部X线检查时，医疗机构可以收集DICOM格式的原始图像，然后对图像进行身份识别，以保护患者的隐私。(2）数据过滤：由于并非所有图像都有效，因此有必要过滤原始图像。例如，其他形态、其他身体部位、低质量或不正确方向的图像都需要由基于机器学习的分类器过滤掉。（3)数据标注:开发基于web的标记工具VinLab，用于存储、管理和远程标注DICOM数据。

在我们的任务中，我们需要做的是分类，数据集包含14个关键的放射学发现。(0)主动脉增大，(1)肺不张，(2)钙化，(3)心大，(4)实变，(5)肺间质，(6)浸润，(7)肺不透明，(8)结节/团块，(9)其他病变，(10)胸腔积液，(11)胸膜增厚，(12)气胸，(13)肺纤维化。而“没有发现”的观察(14)是为了捕捉除上述14个发现外的其他发现。

该数据集包含18000张经经验丰富的放射科医师标注的扫描图。

我们使用15000次扫描作为火车数据集，另外3000次扫描作为测试数据集。此外，我们的train.csv是火车集元数据，每个对象有一行，包括一个类和一个边界框。它包含8列，它们是唯一的图像标识符、检测对象的类名称、检测对象的类IDed object，进行观察的放射科医生的ID，以及对象边界框的最小坐标。测试和训练中的一些图像都有多个对象。图4和5分别显示输入图像和输出图像的示例。

4.2.评价指标

在本节中，我们将描述实验中使用的一些评估指标。我们知道，在CAD系统中，主要的部分是检测。测量分类算法性能的常用指标包括准确性、敏感性(召回率)、特异性、精度、F-score、ROC曲线、日志损失、IOU [59]、重叠误差、基于边界的评价、骰子相似系数。我们使用的指标是平均平均精度(mAP) [60]，精度，以及F1-score。下面我们将简要介绍一下。

根据统计机器学习理论，精度是一个两类统计指标，公式为 召回率的计算公式是

此外，有必要在检测任务中定义TP、FP和FN。(一)True positive (TP): IoU>[公式](在本文中，[公式]取0.6)检测帧数(相同Ground Truth只计算一次)(2)假阳性(FP): IoU<=[公式]的复选框数量，或检测相同Ground Truth的冗余复选框数量(3)假阴性(FN):未检测到的Ground truth数量

IOU是两个检测帧(用于目标检测)重叠程度的度量，公式为:

B_gt表示目标的实际地面帧（地面真值，gt），B_p表示预测帧。通过计算两者的IOU，可以判断预测的检测帧是否满足条件。IOU显示的图片如下。

在了解了这些知识之后，我们来介绍一下mAP。AP是计算某一类型的P-R曲线下面积，mAP是计算所有类型的P-R曲线下面积的平均值。

F1-score定义为精度和召回率的调和平均值:

4.3.实验设置

YOLOv5模型的重要参数如表所示1．我们的实验是在CUDA环境下的GPU上使用Pytorch帧。

4．4.实验结果与分析

我们在图中画了一个类分布的直方图来清楚地表示我们的数据集6．很明显，“没有发现”的比例最大。0级、3级、11级、13级所占比例较高，分别对应主动脉肥大、心肥大、胸膜增厚、肺纤维化。同时，1级和12级的比例较低，对应肺不张和气胸。

和图7显示F每个类别1个指标培训流程。很明显F随着自信心的增加，1分趋于0分。从图中我们可以看出，最早接近0的是信心在0.45左右时的整固类。与此同时，最新接近0的是心脏肥大类。

此外，为了评估我们提出的模型的性能，我们选择了一些以前的经典模型，并使用相同的数据集和评估指标来比较它们。我们在地图和精度方面比较它们。我们已经介绍了上述的定义。我们选择的经典型号有YOLOv5、Fast RCNN和Efficient。表格2显示竞争模型的实验结果。在地图的维度中（预测的边界和地面真相的IOU阈值为0.6）显然，我们提出的模型性能最好，为0.254，比YOLOv5、Fast RCNN和EfficientSet分别高出0.010、0.020和0.023。同时，在精度维度上，我们的模型也优于其他模型。我们的模型精度为0.512，比YOLOv5、Fast RCNN和EfficientSet分别高出0.018、0.027和0.0335、快速RCNN和高效ET。

5.结论

我们工作的动机是开发一个利用深度学习技术自动检测胸部异常的系统。我们的工作可以帮助医生改进诊断并做出更快的决定。在导言中，介绍了计算机辅助诊断（CAD）的背景在引言部分的最后，我们提出了我们的方法。检测方法包括两个步骤。第一步是使用像YOLO和EfficientSet这样的目标检测算法来找到位置（边界框）从CT扫描图像中。高可能性的结果是置信度大于先前设置的分数。第二步是使用二元CNN分类器（如ResNet）去除第一步生成的异常图像。在第一步中，我们提到经典的检测神经网络，如RCNN、Fast RCNN、FasterRCNN、SSD和YOLO系列。详细描述了这些模型的结构和一些特征。在实验部分，首先介绍了VINBIGG数据集。还为重复实验提供了模型的训练参数、评估指标和训练过程图。表2展示了YOLOv5, Fast RCNN, EfficientDet和我们提出的方法的性能。很明显，两步法(YOLOv5 + ResNet50)比只使用检测的方法(YOLOv5, Fast RCNN, EfficientDet)更好，这意味着我们的方法性能最好。

数据可用性

所有用于支持本研究结果的数据均包含在本文中。

信息披露

罗宇和张逸凡是第一作者。

的利益冲突

作者声明他们没有利益冲突。

参考文献

1. w·l·杰克逊，“在放射学中，周转时间为王，”实践管理, 2015年。浏览：谷歌学者
2. k·埃医生在看你的x光片吗?也许不是，NBCNews.com，美国纽约州纽约市，2011年。
3. B. Ginneken，“50年的胸部成像计算机分析:基于规则的机器学习，”深度学习。放射物理与技术， vol. 10, pp. 23-32, 2017。浏览：出版商的网站|谷歌学者
4. G. S.罗德威克，“放射学中的计算机辅助诊断。一个研究计划,”调查放射学，第10卷，第115-118页，2017年。浏览：出版商的网站|谷歌学者
5. K.Doi，“医学成像中的计算机辅助诊断：历史回顾、现状和未来潜力，”计算医学成像图，第31卷，第198-211页，2007年。浏览：出版商的网站|谷歌学者
6. 早期治疗糖尿病视网膜病变研究研究小组，“通过立体彩色眼底照片对糖尿病视网膜病变进行分级-改进的Airlie House分类的扩展。ETDRS报告第10号。”眼科时代，第98卷，第786-8061991页。浏览：谷歌学者
7. S.Philip，A.D.Fleming，K.A.Goatman等人，“系统筛查计划中糖尿病视网膜病变自动疾病/无疾病分级的疗效，”英国眼科杂志，第91卷，第11期，第1512-1517页，2007年。浏览：出版商的网站|谷歌学者
8. A. D. Fleming, S. Philip, K. A. Goatman, G. J. Prescott, P. F. Sharp, J. A. Olson，“糖尿病视网膜病变筛查中自动分级的证据”，当前糖尿病综述， vol. 7, pp. 246-252, 2011。浏览：出版商的网站|谷歌学者
9. “基于机器学习的云计算工作量预测”，《计算机科学与技术》2020年第29届计算机通信与网络国际会议论文集，第1-9页，IEEE，檀香山，HW，美国，2020年8月。浏览：出版商的网站|谷歌学者
10. J.Gao、H.Wang和H.Shen，“在支持云数据中心时巧妙地处理可再生能源的不稳定性”，在2020年IEEE国际并行和分布式处理研讨会论文集（IPDPS），第769-778页，IEEE，新奥尔良，洛杉矶，美国，2020年5月。浏览：谷歌学者
11. M. R. K. Mookiah, U. R. Acharya, C. K. Chua, C. M. Lim, E. Ng, and a . Laude，“糖尿病视网膜病变的计算机辅助诊断:综述”，生物和医学中的计算机号，第43卷。12, pp. 2136-2155, 2013。浏览：出版商的网站|谷歌学者
12. K. Fukushima，“Neocognitron:不受位置移位影响的模式识别机制的自组织神经网络模型”，生物控制论第36卷第2期4，页193-202,1980。浏览：出版商的网站|谷歌学者
13. B.van Ginneken、M.Cornelia、Schaefer Prokop和M.Prokop，“计算机辅助诊断：如何从实验室走向临床，”放射科，第261卷，第261号3, pp. 719-732, 2011。浏览：出版商的网站|谷歌学者
14. J.Gao，H.Wang和H.Shen，“使用深度学习预测云数据中心中的任务失败，”IEEE服务计算事务, 2020年。浏览：出版商的网站|谷歌学者
15. M.Gheisari，H.E.Najafabadi，J.A.Alzubi等人，“OBPP：基于物联网的智能城市中隐私保护的基于本体论的框架，”下一代计算机系统，第123卷，第1-13页，2021年。浏览：出版商的网站|谷歌学者
16. D. Wang, A. Khosla, R. Gargeya, H. Irshad, and A. H. Beck，《深度学习用于识别转移性乳腺癌》，2016，https://arxiv.org/abs/1606.05718．浏览：谷歌学者
17. 王琪，“基于深度学习的食管癌患者围手术期CT成像及护理，”科学的规划， 2021年第4卷，第4453317号，8页，2021年。浏览：出版商的网站|谷歌学者
18. “基于深度学习的CT光谱图像识别肺癌脊柱转移，”科学的规划，第2779390号，7页，2021年。浏览：出版商的网站|谷歌学者
19. Lin Q.， Qi Q.， Hou S.等，“pet-CT融合深度学习成像在甲状腺癌精密放疗中的应用”，医疗工程杂志文章编号2456429,10页，2021年。浏览：出版商的网站|谷歌学者
20. A.Esteva，B.Kuprel，R.A.Novoa等，《皮肤癌的皮肤科深度神经网络分级》自然，第542卷，第5期。7639, pp. 115-118, 2017。浏览：出版商的网站|谷歌学者
21. J. Schmidhuber，“神经网络中的深度学习:概述”，神经网络，第61卷，第85-117页，2015。浏览：出版商的网站|谷歌学者
22. D.K.Prasad、L.Vibha和K.R.Venugopal，“从数字视网膜眼底图像早期检测糖尿病视网膜病变”，年2015 IEEE智能计算系统(RAICS)最新进展， 240-245页，Trivandrum，印度，2015年12月。浏览：出版商的网站|谷歌学者
23. A. P. Bhatkar和G. U. Kharat，“利用MLP分类器检测视网膜图像中的糖尿病视网膜病变”，发表于2015年IEEE纳米电子和信息系统国际研讨会论文集，第331-335页，印多尔，印度，2015年12月。浏览：出版商的网站|谷歌学者
24. A.Elbalaoui、M.Boutaounte、H.Faouzi、M.Fakir和A.Merbouha，“糖尿病视网膜病变渗出液的分割和检测”，年2014年国际多媒体计算与系统会议记录（ICMCS），第171-178页，摩洛哥马拉喀什，2014年4月。浏览：出版商的网站|谷歌学者
25. V. Raman, P. Then，和P. Sumari，“提出的视网膜异常检测和分类方法:通过机器学习方法的计算机辅助检测糖尿病视网膜病变”2016年第八届IEEE通信软件和网络国际会议记录（ICCSN）， pp. 636-641，北京，中国，2016年6月。浏览：出版商的网站|谷歌学者
26. A. Kaur和P. Kaur，“通过使用遗传算法和切换中值滤波的糖尿病视网膜病变渗出物分割的综合方法”2016国际图像、视觉与计算会议论文集，第119-123页，英国朴茨茅斯，2016年8月。浏览：出版商的网站|谷歌学者
27. H. P. Chan, B. Sahiner，和L. M. Hadjiiski，“筛查乳房x光检查中的计算机辅助诊断，”乳腺影像学进展：物理、技术和临床应用诊断放射学物理学分类课程，A.Karellas和M.L.Giger编辑，美国伊利诺伊州橡树溪RSNA，2004年。浏览：谷歌学者
28. I.Sluimer，A.Schilham，M.Prokop和B.van Ginneken，“肺部计算机断层扫描的计算机分析：一项调查，”IEEE医学影像汇刊，第25卷，第385-405页，2006年。浏览：出版商的网站|谷歌学者
29. M. A. Rao, D. Lamani, R. Bhandarkar，和T. C. Manjunath，“通过图像特征提取自动检测糖尿病视网膜病变”2014年电子、计算机和通信进展国际会议记录（ICAECC），第1-6页，印度班加罗尔，2014年10月。浏览：出版商的网站|谷歌学者
30. “基于支持向量机的糖尿病视网膜病变分期的自动识别”，中国2013年第32届中国控制会议论文集， pp. 3882-3886，中国西安，2013年7月。浏览：谷歌学者
31. M.Gandhi和R.Dhanasekaran，“利用形态学过程和SVM分类器诊断糖尿病视网膜病变”，年2013年通信与信号处理国际会议论文集，第873-877页，Melmaruvathur，印度，2013年4月。浏览：出版商的网站|谷歌学者
32. P.Adarsh和D.Jeyakumari，“基于支持向量机的多类糖尿病视网膜病变自动诊断”，年2013年通信与信号处理国际会议论文集，第206-210页，Melmaruvathur，印度，2013年4月。浏览：出版商的网站|谷歌学者
33. P. Sermanet, K. Kavukcuoglu, S. Chintala，和Y. LeCun，“无监督多阶段特征学习的行人检测”，2013，https://arxiv.org/abs/1212.0142．浏览：谷歌学者
34. H.Su，J.Deng和L.Fei，“视觉对象检测的众包注释”，技术代表，第四届人类计算研讨会，加利福尼亚州帕洛阿尔托，美国，2012年，AAAI技术报告。浏览：谷歌学者
35. K. Sung和T. Poggio，“基于示例的人脸检测学习”，麻省理工学院技术代表，剑桥，马萨诸塞州，美国，1994，技术报告人工智能备忘录第1521号。浏览：谷歌学者
36. R. Girshick, J. Donahue, T. Darrell，和J. Malik，“精确目标检测和语义分割的丰富特征层次结构”计算机视觉与模式识别会议论文集，哥伦布，俄亥俄州，美国，2014年6月。浏览：出版商的网站|谷歌学者
37. R. Girshick，“Fast r-cnn”，在IEEE计算机视觉国际会议论文集，智利圣地亚哥，2015年12月。浏览：出版商的网站|谷歌学者
38. X. Wang, A. Shrivastava, and A. Gupta， " A-fast-rcnn: hard positive generation via adversary for object detection， " in计算机视觉与模式识别会议论文集2017年7月，美国西南部檀香山。浏览：出版商的网站|谷歌学者
39. 王斌，潘德华，“基于快速rcnn的家政机器人人体目标识别算法研究”2017年第十届智能计算技术与自动化国际会议论文集（ICICTA）， pp. 369-373, IEEE，长沙，中国，2017年10月。浏览：谷歌学者
40. S.Ren、K.He、R.Girshik和J.Sun，“更快的R-cnn：通过区域建议网络实现实时目标检测，”神经信息处理系统的进展，第28卷，第91-99页，2015年。浏览：谷歌学者
41. H. Jiang和E. Learned-Miller，“用更快的R-CNN进行人脸检测”2017年第12届IEEE自动人脸和手势识别国际会议记录（FG 2017），IEEE，华盛顿特区，美国，2017年6月。浏览：出版商的网站|谷歌学者
42. X. Chen和A. Gupta，“基于区域抽样研究的更快rcnn实现”，2017，https://arxiv.org/abs/1702.02138．浏览：谷歌学者
43. J.Redmon、S.Divvala、R.Girshick和A.Farkadi，“你只看一次：统一的实时目标检测”，在计算机视觉与模式识别会议论文集，第779-788页，檀香山，HW，美国，2016年6月。浏览：谷歌学者
44. D. S. Kim, K. W. Figueroa, K. W.Li, a . Boroujerdi, T. Yolo, Z. D. Luo，“外周神经损伤后背根神经节动态变化的基因表达分析和损伤诱导的胶质纤维蛋白在疼痛行为维持中的关键作用”，疼痛，第143卷，第1-2页，2009。浏览：出版商的网站|谷歌学者
45. Y. Ioannou, D. Robertson, J. Shotton, R. Cipolla, and A. Criminisi，“用低秩滤波器训练cnn以实现有效的图像分类”，2015，https://arxiv.org/abs/1511.06744．浏览：谷歌学者
46. B.Liu，M.Wang，H.Foroosh，M.Tappen和M.Pensky，“稀疏卷积神经网络”，年计算机视觉与模式识别学报(CVPR)2015年6月，美国马萨诸塞州波士顿。浏览：出版商的网站|谷歌学者
47. 文文，吴昌华，王永强，陈颖，“深度神经网络的结构稀疏性研究”神经信息处理系统（NIPS）进展综述2016年12月，西班牙巴塞罗那。浏览：谷歌学者
48. M.J.Shafiee、A.Mishra和A.Wong，“与达尔文的深度学习：深度神经网络的进化合成”，2016年，https://arxiv.org/abs/1606.04393．浏览：谷歌学者
49. M. J. Shafiee和A. Wong，“通过突触簇驱动的遗传编码的深度神经网络的进化合成”神经信息处理系统研讨会进展(NIPS)2016年，西班牙巴塞罗那。浏览：谷歌学者
50. M. J. Shafiee, E. Barshan和a . Wong，“群体的进化:更深层次地观察突触簇驱动的深度神经网络进化”，2017，https://arxiv.org/abs/1704.02081．浏览：谷歌学者
51. M. Everingham, L. Van Gool, C. K. I. Williams, J. Winn和A. Zisserman，PASCAL视觉对象类挑战2007（VOC2007）结果，施普林格，纽约，纽约，美国，2007。
52. J. Berclaz, F. Fleuret, E. Turetken，和P. Fua，“基于k最短路径优化的多目标跟踪”，模式分析与机器智能学报，第33卷，2011年。浏览：出版商的网站|谷歌学者
53. a . Bochkovskiy彭译葶。Wang, H. Yuan, M. Liao，“Yolov4:目标检测的最优速度和精度，”2020，https://arxiv.org/abs/2004.10934．浏览：谷歌学者
54. M.Kasper Eulaers、N.hahn、S.Berger、T.sebulosen、Ø.Myrland和P.Egil Kummervold，“使用YOLOv5在冬季条件下检测休息区的重型货车，”算法第14卷第2期4，第114页，2021年。浏览：出版商的网站|谷歌学者
55. 姚建军，齐建军，张建军，邵华，杨建军，李昕，“基于YOLOv5的猕猴桃缺陷实时检测算法”，第10卷，第14期，2021年。浏览：出版商的网站
56. A.Kuznetsova、T.Maleva和V.Soloviev，“在一般情况下使用YOLOv3和YOLOv5以及特写图像检测果园中的苹果”，年神经网络国际研讨会论文集，第233-243页，斯普林格，埃及开罗，2020年12月。浏览：出版商的网站|谷歌学者
57. S.Targ、D.Almeida和K.Lyman，“Resnet中的Resnet：推广剩余架构”，2016年，https://arxiv.org/abs/1603.08029．浏览：谷歌学者
58. Nguyen，H.H.Pham，L.T.Linh，M.Dao和I.Khanh，“VinDr CXR：具有放射科医生注释的胸部X光开放数据集”，2020年，https://arxiv.org/abs/2012.15029．浏览：谷歌学者
59. 周德军，方志军，宋X等，“二维/三维目标检测的Iou丢失”，年2019年3D视觉（3DV）国际会议记录， pp. 85-94, IEEE, Québec，加拿大，2019年9月。浏览：谷歌学者
60. P.Henderson和V.Ferrari，“针对平均精度的目标类探测器的端到端培训”，年亚洲计算机视觉会议论文集，台湾台北斯普林格，2016年11月。浏览：谷歌学者

版权

版权所有©2021 Yu Luo等人。这是一篇公开获取的文章，在知识共享署名许可协议，允许在任何媒介中不受限制地使用、分发和复制，前提是原作被正确引用。