资源类型：
收录情况：
◇ 统计源期刊
文章类型：
单位：
[1]中南民族大学 计算机科学学院 ＆ 湖北省制造企业智能管理工程技术研究中心，武汉 430074
[2]中南民族大学 生物医学工程学院，武汉 430074
[3]华中科技大学同济医学院附属同济医院 影像科，武汉 430030
华中科技大学同济医学院附属同济医院
出处：
ISSN：
关键词：
食道癌
目标检测
更快速的R-CNN
卷积注意力机制模块
计算机视觉
摘要：
为解决钡餐造影图像经Faster R-CNN的骨干网络得出的特征图中的食管区域不明显以及背景区域占比较大等问题,提出了CBAM Faster R-CNN,它是在原Faster R-CNN模型的基础上添加卷积注意力模块CBAM,以提升特征图中食管区域的特征的显著性.采用CBAM Faster R-CNN模型对数据增强后的训练集进行了训练,并采用Recall值、Precision值、AP值进行了评价分析.实验结果表明:在不同的IOU阈值下,CBAM Faster R-CNN模型的检测效果明显优于Faster R-CNN,且对实际的临床研究具有一定的意义.
基金：
国家自然科学基金资助项目( 61773408) ; 湖北省自然科学基金资助项目( 2020CFB541) ; 中央高校基本科研
业务费专项资金资助项目( CZY19011)
第一作者：
第一作者单位：
[1]中南民族大学 计算机科学学院 ＆ 湖北省制造企业智能管理工程技术研究中心，武汉 430074
通讯作者：
推荐引用方式(GB/T 7714)：
佘逸飞,高军峰,闵祥德,等.基于CBAM Faster R-CNN的食道癌检测[J].中南民族大学学报(自然科学版).2021,40(06):631-638.
