换一批摘要为在有限的计算资源下提高乳腺肿瘤的分割精度与效率,本研究通过改进 YOLOv8 模型,提出了一种乳腺X射线图像肿瘤分割算法.首先,利用风车型卷积(PConv)和C3K2 模块,设计了特征提取模块PC-C3K2,以显著扩大感受野,减少模型参数量;其次,利用空间通道解耦下采样模块进行下采样,通过独立处理空间信息与通道信息降低模型计算复杂度.在INbreast和CBIS-DDSM数据集上的实验结果表明,本研究算法的mAP50值可达 91.8%,参数量减少了 28%.本研究算法可在提高乳腺X射线图像肿瘤分割精度的同时,显著减少模型参数量,对乳腺肿瘤的早期筛查与诊断具有重要意义.
更多相关知识
栏目名称
DOI
10.19529/j.cnki.1672-6278.2025.03.01
发布时间
2025-08-19（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（62372280）
国家自然科学基金（62402297）
山东省自然科学基金（2023QF094）
山东省自然科学基金（2024MF139）
青岛市科技惠民示范专项（23-2-8-smjk-2-nsh）
齐鲁健康与卫生领军人才计划项目
山东省青年科技人才托举工程
山东中医药大学科学研究基金重点项目
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
