基于改进YOLOv5s的乳腺癌有丝分裂病理图像检测

作     者：刘雅楠 李靖宇 郝利国 赵添羽 邹鹤 孟洪颜 许东滨 董静 LIU Ya-nan;LI Jing-yu;HAO Li-guo;ZHAO Tian-yu;ZOU He;MENG Hong-yan;XU Dong-bin;DONG Jing

作者机构：齐齐哈尔医学院医学技术学院黑龙江齐齐哈尔161006 齐齐哈尔大学通信与电子工程学院黑龙江齐齐哈尔161006 齐齐哈尔医学院基础学院黑龙江齐齐哈尔161006 

出 版 物：《中国医疗器械信息》 (China Medical Device Information)

年 卷 期：2024年第30卷第5期

页      面：24-27,35页

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 08[工学] 10[医学] 

基　　金：2021年黑龙江省卫健委科研项目(项目名称:乳腺癌有丝分裂数指标评估方法研究 项目编号:20210404130370) 

主　　题：乳腺癌病理图像 YOLOv5s 特征融合 目标检测 

摘      要：乳腺癌病理图像的有丝分裂结果过程中,由于形态相近的细胞存在干扰,有丝分裂细胞目标小,难以分割标记,从而限制乳腺癌分级诊疗效率和准确性。因此,提出了一种基于改进YOLOv5s的乳腺癌病理图像检测算法。在骨干网络中加入Transformer结构,增强对图像小目标的检测能力。并通过引入ACMix结构,融合图像特征,提高检测性能,强化卷积神经网络对小目标的注意力机制。在检测头部分添加SK-attention,确保捕捉小目标的准确度。结果显示,改进的YOLOv5s的检测性能较改进前传统模型性能更加优秀,检测准确率达97.12%,能较好识别乳腺癌病理图像有丝分裂细胞,进而为后续诊疗提供决策依据。