基于超声内镜的智能胰腺癌变检测网络

摘要：

为对超声内镜检测返回的胰腺图像实现智能癌变诊断,将经典分类识别网络AlexNet和SE注意力机制进行结合,提出的SE-AlexNet网络可以准确检出癌变图像,判别正常图像所属胰腺部位.为验证该算法的可靠性与优胜性,在自制数据集下的一系列比较实验,包括基础网络AlexNet与其他经典分类网络的模型比较实验,以及在不同位置插入不同注意机制改进得到的各种模型的比较实验.结果表明:SE-AlexNet模型总体精确率和召回率可达99.56％和98.69％,对于癌变图像,检测精确率和召回率为100％,能够为现实超声内镜胰腺癌检查实现有效的辅助诊断.

关键词：超声内镜、胰腺癌、AlexNet、注意力机制、辅助诊断

所属期刊栏目：22

分类号：TP181(自动化基础理论)

资助基金：四川省重点实验室项目;自贡市科技局重点项目

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：15203-15212