基于改进YOLOv12的轻量级儿童腕部骨折的检测算法
张承昊
仇大伟
刘静
山东中医药大学 医学信息工程学院,济南 250355
摘要：针对儿童腕部 X 射线图像中边界模糊、细微骨折检测精度低,以及部分计算机辅助诊断(CAD)方法计算开销高的问题,本研究提出基于改进 YOLOv12 的轻量级骨折检测算法.首先,构建协同多尺度骨干网络(SMSB),增强浅层空间细节与深层语义信息的协同提取能力;其次,设计细节上下文对齐(CDA)模块,高效融合多尺度特征;最后,提出轻量级边界框质量预测头(LBBQP-Head),缓解分类置信度与定位精度不匹配的问题.实验结果表明,本研究在 GRAZPEDWRI-DX 数据集上mAP50达 64.98%,优于基线及 YOLOv8、YOLOv11 等主流模型,且模型参数量降低了 73.41%.此外,在 HBFMID 数据集上的实验验证了算法的泛化能力.本研究可为基层医疗机构的骨折智能辅助诊断提供精准、高效的技术方案.
关键词：YOLOv12骨折检测儿童腕部骨折轻量化网络计算机辅助诊断
分类号：R318(医用一般科学)TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(82174528)山东中医药大学科学研究基金项目(KYZK2024M14)山东中医药大学培根铸魂研究生课程思政示范课程项目(YJSKCSZ202406)山东中医药大学研究生提质创新课题(YJSTZCX2025071)山东中医药大学研究生提质创新课题(YJSTZCX2025069)
论文发表日期：2026-04-30
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( 111-118 )
英文信息