• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于改进焦点损失与图像特征融合的CT图像分类方法
  • 11
  • 作者

    辛家隆 张雪松 强彦 赵涓涓

  • 单位

    太原理工大学计算机科学与技术学院(大数据学院)中北大学软件学院太原理工大学软件学院山西医科大学第一医院山西放射治疗(介入放射学)临床医学研究中心

  • 摘要
    针对医学图像临床应用场景下样本类别失衡问题,提出一种以混合交叉注意力为核心的双分支特征融合网络,在网络输入端对输入图像进行特征融合与重要性评分,促使模型聚焦提取感兴趣区域,缓解图像前景与背景的失衡,并且提出一种用于二分类任务的改进焦点损失函数,该损失函数利用三次幂函数的中心对称特性,通过改进焦点损失加权因子,优化错误分类的惩罚项的同时减少超参数的引入。其次,针对样本数量不足问题,采用针对CT图像的数据增强方法与样本替换策略,有效提升可用样本数。在公开数据集与真实医学临床数据集上的实验结果表明,改进的焦点损失提高了分类模型稳定性,所提方法能够在门脉高压患者术前筛选任务中取得超过82%的正确率,在多个公共数据集中也可稳定提升任务表现。
  • 关键词

    类不平衡特征融合改进焦点损失医学图像数据增强

  • 文章目录


    1?相关工作
    2?方 法
    2.1?双分支图像特征融合网络
    2.2 混合交叉注意力模块
    2.3 CT序列图像增强与样本替换
    2.4 基于概率的样本替换策略
    2.5 改进焦点损失函数
    3?实验结果
    3.1 实验数据集
    3.2 双分支图像信息融合网络性能评估
    3.3 超参数α搜索
    3.4 损失函数性能比较
    3.5 消融实验
    3.6 可视化结果
    4?结 语
    本文创新点:
  • 引用格式
    辛家隆,张雪松,强彦,等.基于改进焦点损失与图像特征融合的CT图像分类方法[J/OL].太原理工大学学报,1-14[2024-12-16].http://kns.cnki.net/kcms/detail/14.1220.N.20241216.0900.002.html.
相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联