融合级联Transformer和YOLOv8的膝关节多类别囊肿检测方法研究
张丽媛1
张驰1
蒋振刚1
唐雄风2
1.长春理工大学 计算机科学技术学院,长春 130022;长春理工大学中山研究院 数字医疗研究中心,中山 5284362.吉林大学第二医院 骨科医疗中心,长春 130041
摘要：针对膝关节囊肿磁共振(MR)影像中囊肿与关节内积液及其他组织特征相似性高,边界模糊的问题,本研究提出了一种膝关节囊肿病变检测模型YOLO-Cyst.首先,在骨干网络部分采用级联Vision Transformer模块获取长距离上下文信息,提高囊肿检测的准确性;其次,在YOLOv8 的跨阶段部分连接与双融合模块中引入可变形大核注意力模块,增强模型的局部特征提取能力.实验结果表明:与YOLOv8 相比,YOLO-Cyst的mAP50 和mAP50-95 指标分别提高了 5.1%和 0.8%;与Faster R-CNN和DETR相比,YOLO-Cyst的mAP50 指标分别提高了23.9%和13.0%,mAP50-95 指标分别提升了10.7%和6.8%.本研究所提算法能有效学习丰富的膝关节囊肿特征表示,实现对不同类型和形态的囊肿的精确检测.
关键词：膝关节囊肿目标检测上下文信息TransformerYOLOv8
分类号：R318(医用一般科学)TP18(自动化基础理论)
资助基金：国家自然科学基金(U21A20390)吉林省教育厅项目(JJKH20240945KJ)
论文发表日期：2025-02-28
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：9( 58-66 )
英文信息