换一批基于上下文感知的轻量化FAST腹腔积液与解剖结构联合识别
Context-aware lightweight FAST for joint recognition of ascites and anatomical structures
摘要针对创伤重点超声评估(FAST)技术高度依赖操作者经验及现有深度学习模型多任务协同差、计算效率低、病灶识别定位能力不足等瓶颈,提出一种基于上下文感知的轻量化多任务模型(CALM-FAST),通过特征共享机制与任务特异性表征有机结合,实现腹腔积液区域分割与解剖结构检测的联合优化.研究在主干网络引入上下文感知轻量模块,结合快速卷积和特征融合策略,在保证全局特征表征能力的同时将计算复杂度降低至6.90 GFLOPs;提出多任务联合损失函数以缓解FAST数据不平衡问题;构建包含693张超声影像真实世界数据集,采用分层迁移学习策略增强模型泛化能力.结果表明,本文方法在解剖结构检测任务mAP@0.5和mAP@0.5:0.95分别达到93.0%和64.5%;腹腔积液分割任务IoU指标提升至25.9%,较基线模型提升9.0%.
更多相关知识
关键词
创伤重点超声评估腹部超声上下文感知多任务学习轻量化focused assessment with sonography for traumaabdominal ultrasonographycontext-awaremulti-task learninglightweight
栏目名称
DOI
10.3969/j.issn.1005-202X.2026.06.018
发布时间
2026-07-08（万方平台首次上网日期，不代表论文的发表时间）
基金项目
重庆市科技创新重大研发项目（CSTB2025TIAD-STX0010）
国家自然科学基金（82502485）
陆军军医大学第二附属医院青年博士人才重点项目（2024YQB020）
重庆市沙坪坝区科学技术科技公关重点项目（20240105）
- 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
