[发明专利]一种结肠镜影像息肉检测的方法及系统在审
申请号: | 202211700670.5 | 申请日: | 2022-12-28 |
公开(公告)号: | CN115797328A | 公开(公告)日: | 2023-03-14 |
发明(设计)人: | 张淇铭;董鑫;乔琛;何思杰;张姣 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06V10/762;G06N3/08;G06N3/0464 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 李红霖 |
地址: | 710049 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 结肠 影像 息肉 检测 方法 系统 | ||
1.一种结肠镜影像息肉检测的方法,其特征在于,包括:
获取待检测结肠镜影像数据;
将获取得到的所述待检测结肠镜影像数据输入到训练后的基于CBAM-ECA机制改进的YOLOv5目标检测模型中,完成所述待检测结肠镜影像上息肉的检测。
2.根据权利要求1所述的结肠镜影像息肉检测的方法,其特征在于,所述将获取得到的所述待检测结肠镜影像数据输入到训练后的基于CBAM-ECA机制改进的YOLOv5目标检测模型中之前还包括:
收集并标注已备案的结肠镜息肉影像数据样本;
将所述结肠镜息肉影像数据样本分为训练集、测试集及验证集;
构建基于CBAM-ECA机制改进的YOLOv5目标检测模型;
利用训练集、测试集及验证集对所述基于CBAM-ECA机制改进的YOLOv5目标检测模型进行训练、测试及验证,得到训练后的基于CBAM-ECA机制改进的YOLOv5目标检测模型。
3.根据权利要求2所述的结肠镜影像息肉检测的方法,其特征在于,基于CBAM-ECA机制改进的YOLOv5目标检测模型进行训练过程中,基于CBAM-ECA机制改进的YOLOv5目标检测模型对训练数据集使用K-Means聚类算法进行初步获取先验框,再使用遗传算法对K-Means结果进行变异搜索。
4.根据权利要求1所述的结肠镜影像息肉检测的方法,其特征在于,基于CBAM-ECA机制改进的YOLOv5目标检测模型中,CBAM注意力模块加入至主干网络中的C3模块,分别为C3模块中残差连接及局部跨层融合赋予不同的注意力权重。
5.根据权利要求1所述的结肠镜影像息肉检测的方法,其特征在于,还包括:将训练后的基于CBAM-ECA机制改进的YOLOv5目标检测模型进行tensorRT部署。
6.一种结肠镜影像息肉检测的系统,其特征在于,包括:
获取模块,用于获取待检测结肠镜影像数据;
检测模块,用于将获取得到的所述待检测结肠镜影像数据输入到训练后的基于CBAM-ECA机制改进的YOLOv5目标检测模型中,完成所述待检测结肠镜影像上息肉的检测。
7.根据权利要求6所述的结肠镜影像息肉检测的系统,其特征在于,还包括:
收集模块,用于收集并标注已备案的结肠镜息肉影像数据样本;
划分模块,用于将所述结肠镜息肉影像数据样本分为训练集、测试集及验证集;
构建模块,用于构建基于CBAM-ECA机制改进的YOLOv5目标检测模型;
训练模块,用于利用训练集、测试集及验证集对所述基于CBAM-ECA机制改进的YOLOv5目标检测模型进行训练、测试及验证,得到训练后的基于CBAM-ECA机制改进的YOLOv5目标检测模型。
8.根据权利要求7所述的结肠镜影像息肉检测的系统,其特征在于,基于CBAM-ECA机制改进的YOLOv5目标检测模型进行训练过程中,基于CBAM-ECA机制改进的YOLOv5目标检测模型对训练数据集使用K-Means聚类算法进行初步获取先验框,再使用遗传算法对K-Means结果进行变异搜索。
9.根据权利要求7所述的结肠镜影像息肉检测的系统,其特征在于,基于CBAM-ECA机制改进的YOLOv5目标检测模型中,CBAM注意力模块加入至主干网络中的C3模块,分别为C3模块中残差连接及局部跨层融合赋予不同的注意力权重。
10.根据权利要求7所述的结肠镜影像息肉检测的系统,其特征在于,还包括:将训练后的基于CBAM-ECA机制改进的YOLOv5目标检测模型进行tensorRT部署。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211700670.5/1.html,转载请声明来源钻瓜专利网。