TY -的A2 -王,汉盟——林Cong AU -郑Yongbin AU -肖,Xiuchun AU - Lin Jialun PY - 2022 DA - 2022/01/07 TI - CXR-RefineDet:单发改进神经网络基于多种病变的x光胸透x光照片检测SP - 4182191六世- 2022 AB -放射科医生的工作量急剧增加的背景下COVID-19大流行,造成误诊和漏诊的疾病。人工智能技术的使用可以帮助医生在医学图像的定位和识别病变。为了提高疾病诊断的准确性在医学成像,我们提出一种肺部疾病检测神经网络优于当前主流目标检测模型。通过结合RepVGG块的优势和Resblock在信息融合和信息提取,我们设计一个骨干RRNet一些参数和强大的特征提取能力。之后,我们提出了一个结构称为信息重用,解决低利用率的问题最初的网络输出功能通过连接规范化功能网络。RefineDet RRNet结合网络和改善,我们建议叫CXR-RefineDet的整体网络。通过大量实验最大的公共肺癌胸部x光检测数据集VinDr-CXR,发现CXR-RefineDet的检测准确性和推理速度已经达到0.1686地图和6.8帧/秒,分别,这是比两级对象检测算法使用一个强大的支柱ResNet-50和resnet - 101。此外,推理速度快CXR-RefineDet还提供了可能性的计算机辅助诊断系统的实际实现。SN - 2040 - 2295 UR - https://doi.org/10.1155/2022/4182191 - 10.1155 / 2022/4182191摩根富林明医疗工程PB - Hindawi KW - ER