Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于Mamba和YOLOv8的结肠镜息肉图像检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:湘潭大学

摘要:本发明提供了一种基于Mamba和YOLOv8的结肠镜息肉图像检测方法,属于图像检测技术领域。其步骤为:S1,获取结肠镜息肉图像数据,并随机划分为训练验证集和测试集;S2,对S1划分好的样本集,采用包括尺寸标准化,旋转、色调改变和添加噪声等数据预处理操作;S3,使用训练样本集和验证样本集对神经网络模型进行训练,并保存训练完成后的神经网络模型;S4,将测试样本集输入到步骤S3已训练完成的神经网络模型中,得到结肠镜息肉图像检测结果;本发明选择Mamba和YOLOv8结合的神经网络融合模型,并且改进了Mamba,降低了息肉检测的模型复杂度,有效地解决了息肉检测中目标难以定位,以及伪装性区域难以辨别的技术问题。

主权项:1.一种基于Mamba和YOLOv8的结肠镜息肉图像检测方法,其特征在于:包括以下步骤:S1,获取结肠镜息肉图像数据,并随机划分为训练验证集和测试集;S2,对S1划分好的样本集,进行数据预处理操作,包括尺寸标准化、旋转、色调改变和添加噪声操作;S3,使用步骤S2获取到的预处理后训练样本集和验证样本集对神经网络模型进行训练、验证,并保存训练完成后的神经网络模型;具体如下:在Mamba和YOLOv8神经网络模型编码部分,将步骤S1和S2得到的样本集输入到Mamba和YOLOv8网络中,对结肠镜息肉图像进行特征提取,利用Mamba的长程依赖捕捉能力与卷积局部特征提取能力,增强目标息肉粗粒度与细粒度信息挖掘能力,并利用Mamba注意力机制降低YOLOv8模型计算复杂度;在Mamba和YOLOv8神经网络模型解码部分,改进YOLOv8C2F块,加入Mamba注意力机制,获得逐层高级语义信息;通过YOLOv8检测头计算得到结肠镜图像中息肉目标的边框与置信度;所述Mamba和YOLOv8神经网络的编码部分具体为:补丁嵌入层将输入图像划分为大小为4×4的互不重叠的补丁,这些补丁被映射到新的维度C,生成嵌入图像;使用层归一化对嵌入图像进行归一化处理;使用补丁合并层,通过减少输入特征的高度和宽度来降低计算复杂度,同时增加通道数以增强息肉特征的表达能力;模型的每个阶段的通道数分别为[C,2C,4C,8C],C设置为64;S4,将步骤S2获取到的预处理后测试样本集输入到步骤S3已训练完成的神经网络模型中,得到结肠镜息肉图像检测结果。

全文数据:

权利要求:

百度查询: 湘潭大学 基于Mamba和YOLOv8的结肠镜息肉图像检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。