关于改进型Mask R-CNN在乳腺肿瘤目标检测中的应用研究

简介：
本研究探索了改进型Mask R-CNN算法在乳腺肿瘤图像识别与定位的应用，旨在提高检测精度和效率，为临床诊断提供有力支持。 乳腺癌是全球女性死亡率最高的恶性肿瘤之一,早期发现有助于提高患者的存活率。本段落利用深度学习中的目标检测网络对乳腺X线图像中的肿瘤病变区域进行定位和分类；然后选取Mask R-CNN网络作为目标检测模型，改进了其基准网络D-ShuffleNet，并提出了一种新的网络——Mask R-CNN-II网络，在该网络中应用了迁移学习算法。通过实验验证表明，Mask R-CNN-II网络的检测精度高于传统的Mask R-CNN网络，证明所提基准网络、融合图像的思想以及迁移学习算法的有效性。这项研究有助于提高乳腺肿瘤的定位与分类准确性，并可为放射科医生提供辅助诊断意见，在临床应用中具有一定的价值。