首页|期刊导航|福建电脑|肺结核诊断的YOLOv7与RCN融合模型

肺结核诊断的YOLOv7与RCN融合模型OA

中文摘要

为提升肺结核早期筛查效率,本研究提出一种融合YOLOv7目标检测框架与RCN的新型诊断模型。基于肺图像数据库联盟-图像数据库资源整合倡议(Lung Image Database Consortium and Image Database Resource Initiative,LIDC-IDRI)数据集,构建“快速提议+精细推理”两阶段架构,开展多中心验证与跨设备泛化评估,并优化训练参数及多维度评价指标。结果表明,该模型灵敏度达92.3%,特异度89.7%,Dice系数0.85,且在新测试集上,曲线下面积AUC为0.91,核心指标衰减低于5%;临床辅助实验中,低年资医生诊断灵敏度提升10.7%,全体医生读片效率提高约40%。该模型具有良好的鲁棒性与临床实用价值。

王一淇;王语佳;桑菊;王宇航;花扣珍;王金孝;范志恒;黄宏;孙美涛

杭州医学院基础医学与法医学院,杭州310053杭州医学院信息工程学院,杭州310053杭州医学院基础医学与法医学院,杭州310053杭州医学院信息工程学院,杭州310053杭州医学院基础医学与法医学院,杭州310053杭州医学院基础医学与法医学院,杭州310053海目星激光科技集团股份有限公司,广东深圳518110海目星激光科技集团股份有限公司,广东深圳518110杭州医学院基础医学与法医学院,杭州310053

信息技术与安全科学

肺结核关系卷积网络目标检测计算机辅助检测

《福建电脑》 2026 (6)

P.1-10,10

2025年大学生创新创业(No.S202513023026)浙江省高校实验室工作研究项目(No.YB202506)资助。

10.16707/j.cnki.fjpc.2026.06.001

评论