aFaster RCNN:一种基于平扫CT的多疾病阶段胰腺病灶检测模型

目的 研究基于平扫CT的胰腺病灶检测算法,实现低成本和精准的胰腺病灶自动检测.方法 以Faster RCNN为基准模型,构建了名为advanced Faster RCNN(aFaster RCNN)的基于平扫CT胰腺病灶检测模型.该模型使用残差连接网络Resnet50为特征提取模块来提取胰腺病灶的深层图像特征;并针对胰腺病灶形态重新设计了9种检测锚框尺寸来构建RPN模块;同时,提出一种综合考虑病灶形状和解剖结构约束的新型Bounding Box回归损失函数来约束RPN模块回归子网络的训练过程;最后,利用第二阶段的检测器来生成检测框.模型使用来自国内四家临床中心的728例胰腺疾病患者进行训练(518例,约占71.15％)和测试(210例,约占28.85％);并通过消融实验,以及与3种经典目标检测模型SSD、YOLO和CenterNet进行比较的对比实验来验证aFaster RCNN的性能.结果aFaster RCNN胰腺病灶检测模型在测试集图像水平和病人水平上分别获得了73.64％、92.38％的召回率以及45.29％、53.80％的平均精度,均高于所有被比较模型.结论 本文方法可以有效提取平扫CT中的胰腺病灶特征来检测胰腺病灶区域.