基于改进YOLOv8的乳腺X射线图像肿瘤分割算法
张凌宇1
丛金玉1
李翔1
王苹苹1
刘坤孟1
司兴勇2
魏本征1
1.山东中医药大学 医学人工智能研究中心,青岛 266112;山东中医药大学 青岛中医药科学院,青岛 266112;青岛市中医人工智能技术重点实验室,青岛 2661122.山东中医药大学 医学人工智能研究中心,青岛 266112;青岛市中医人工智能技术重点实验室,青岛 266112
摘要：为在有限的计算资源下提高乳腺肿瘤的分割精度与效率,本研究通过改进 YOLOv8 模型,提出了一种乳腺X射线图像肿瘤分割算法.首先,利用风车型卷积(PConv)和C3K2 模块,设计了特征提取模块PC-C3K2,以显著扩大感受野,减少模型参数量;其次,利用空间通道解耦下采样模块进行下采样,通过独立处理空间信息与通道信息降低模型计算复杂度.在INbreast和CBIS-DDSM数据集上的实验结果表明,本研究算法的mAP50值可达 91.8%,参数量减少了 28%.本研究算法可在提高乳腺X射线图像肿瘤分割精度的同时,显著减少模型参数量,对乳腺肿瘤的早期筛查与诊断具有重要意义.
关键词：YOLOv8肿瘤分割轻量化乳腺肿瘤乳腺X射线图像
分类号：R318(医用一般科学)TP183(自动化基础理论)TP39(计算技术、计算机技术)
资助基金：国家自然科学基金(62372280)国家自然科学基金(62402297)山东省自然科学基金(2023QF094)山东省自然科学基金(2024MF139)青岛市科技惠民示范专项(23-2-8-smjk-2-nsh)
论文发表日期：2025-06-30
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：8( 135-142 )
英文信息