资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
文章类型：
机构：
[1]河北大学质量技术监督学院计量仪器与系统国家地方联合工程研究中心
[2]河北大学附属医院消化内科
医疗
消化内科
河北大学附属医院
出处：
ISSN：
关键词：
计算机辅助诊断
腺瘤
卷积神经网络
YOLOv5s
实时检测
摘要：
为解决现有的基于深度学习的结直肠息肉检测算法计算复杂或检测精度较低，不能在速度和精度方面同时满足实时检测的问题，提出了一种基于单阶段目标检测网络YOLO （you only look once） v5s的结直肠腺瘤实时检测方法.在YOLOv5s的主干网中融入通道注意力机制，并以BCEWithLogitsLoss代替其原有的交叉熵损失函数BCELogits,以此提升网络性能.选取2 074张腺瘤图片和包含19 700帧的20段腺瘤视频，按照3∶1的比例构建结直肠腺瘤训练集和测试集.测试结果表明，结直肠腺瘤检测的平均精度为93.6%,检测速度为93帧/s,验证了该系统可以在肠镜的退镜过程中实时检测腺瘤性息肉，且具有较好的检测性能.
基金：
河北省自然科学基金资助项目（H2019201378）；;河北大学自然科学多学科交叉研究计划资助项目（DXK201914）;河北大学校长科研基金资助项目（XZJJ201914;XZJJ201917;XZJJ201918）；;大中学生科技创新能力培育专项项目（22E50041D）；
第一作者：
第一作者机构：
[1]河北大学质量技术监督学院计量仪器与系统国家地方联合工程研究中心
通讯作者：
推荐引用方式(GB/T 7714)：
刘爽,田兆星,李浩然,等.一种基于改进yolov5s网络的结直肠腺瘤实时检测方法[J].河北大学学报(自然科学版).2022,42(03):327-336.
