换一批基于改进YOLOv12的轻量级儿童腕部骨折的检测算法
A lightweight pediatric wrist fracture detection algorithm based on improved YOLOv12
摘要针对儿童腕部 X 射线图像中边界模糊、细微骨折检测精度低,以及部分计算机辅助诊断(CAD)方法计算开销高的问题,本研究提出基于改进 YOLOv12 的轻量级骨折检测算法.首先,构建协同多尺度骨干网络(SMSB),增强浅层空间细节与深层语义信息的协同提取能力;其次,设计细节上下文对齐(CDA)模块,高效融合多尺度特征;最后,提出轻量级边界框质量预测头(LBBQP-Head),缓解分类置信度与定位精度不匹配的问题.实验结果表明,本研究在 GRAZPEDWRI-DX 数据集上mAP50达 64.98%,优于基线及 YOLOv8、YOLOv11 等主流模型,且模型参数量降低了 73.41%.此外,在 HBFMID 数据集上的实验验证了算法的泛化能力.本研究可为基层医疗机构的骨折智能辅助诊断提供精准、高效的技术方案.
更多相关知识
关键词
YOLOv12骨折检测儿童腕部骨折轻量化网络计算机辅助诊断YOLOv12Fracture detectionPediatric wrist fractureLightweight networkComputer aided diagnosis
栏目名称
DOI
10.19529/j.cnki.1672-6278.2026.02.06
发布时间
2026-07-02（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（82174528）
山东中医药大学科学研究基金项目（KYZK2024M14）
山东中医药大学培根铸魂研究生课程思政示范课程项目（YJSKCSZ202406）
山东中医药大学研究生提质创新课题（YJSTZCX2025071）
山东中医药大学研究生提质创新课题（YJSTZCX2025069）
- 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
