范明凱，肖滿生，胡一凡，吳宇杰

(湖南工業(yè)大學(xué)計(jì)算機(jī)學(xué)院，湖南 株洲 412007)

gangxinjiaoyongg@163.com;349407041@qq.com;373502340@qq.com;2275128586@qq.com

1 引言(Introduction)

胃癌是最常見(jiàn)的消化道腫瘤之一，是一種嚴(yán)重威脅人的生命健康的重大疾病。胃中的大多數(shù)息肉具有惡性潛能，并且具有與胃癌相同的一些危險(xiǎn)因素和機(jī)理，因此可能發(fā)生癌變[1-2]。胃息肉如果能在早期發(fā)現(xiàn)和治療，對(duì)預(yù)防胃癌至關(guān)重要。然而由于胃結(jié)構(gòu)復(fù)雜，息肉影像數(shù)據(jù)量大，小目標(biāo)息肉不易識(shí)別，僅通過(guò)醫(yī)生判別可疑病變息肉，效率低下，而且精準(zhǔn)度不高[3-4]。人工智能系統(tǒng)可以自動(dòng)勾畫(huà)病灶，提高影像醫(yī)生的診斷效率。作為人工智能發(fā)展的一個(gè)方向，深度學(xué)習(xí)(Deep Learning，DL)為自動(dòng)病變檢測(cè)的醫(yī)學(xué)圖像分析提供了新的思路[5]。DL模型對(duì)胃腸病學(xué)的主要貢獻(xiàn)之一是其快速、可靠的息肉檢測(cè)能力，提高了診斷質(zhì)量[6]。

近年來(lái)，智能化圖像識(shí)別技術(shù)在醫(yī)療診斷領(lǐng)域得到了極大發(fā)展，如DL方法在胃息肉檢測(cè)中的應(yīng)用。HIRASAWA等[7]利用13，584 張內(nèi)窺鏡圖像數(shù)據(jù)集，通過(guò)訓(xùn)練One-Stage的目標(biāo)檢測(cè)模型[8](SSD)檢測(cè)胃內(nèi)鏡照片癌變區(qū)域，同時(shí)用一套獨(dú)立的測(cè)試圖像集進(jìn)行測(cè)試，共包括連續(xù)69 例患者的2，296 張胃部?jī)?nèi)窺鏡圖像，檢測(cè)結(jié)果中含有77 個(gè)胃癌病灶，最終正確診斷為71 個(gè)，整體敏感性為92.2%，但沒(méi)有改變SSD的任何細(xì)節(jié)。WANG等[9]使用改進(jìn)的Faster RCNN[10]算法(Faster Region-based Convolutional Neural Network)檢測(cè)息肉，在Faster RCNN中用ROI(Region Of Interest)對(duì)齊操作代替ROI池操作，用GIoU(Generalized Intersection Over Union)損失代替原有平滑L1損失，用Soft-NMS(Soft Non-Maximum Suppression)代替?zhèn)鹘y(tǒng)的NMS，在胃息肉圖像檢測(cè)中取得了良好的效果，但網(wǎng)絡(luò)較為復(fù)雜；ZHANG等[11]提出了一種基于增強(qiáng)的SSD架構(gòu)(SSD-gpnet)用于息肉檢測(cè)的卷積神經(jīng)網(wǎng)絡(luò)方法(Convolutional Neural Network，CNN)，共收集了215 名胃息肉患者的404 張內(nèi)窺鏡圖像。經(jīng)過(guò)增強(qiáng)處理后，隨機(jī)選取708 幅圖像和50 幅圖像分別進(jìn)行訓(xùn)練和測(cè)試步驟，該研究的平均精度(mAP)為90.4%；LADDHA等[12]提出了檢測(cè)胃息肉的YOLOv3模型，數(shù)據(jù)集的來(lái)源為文獻(xiàn)[10]采用的數(shù)據(jù)集，測(cè)試結(jié)果mAP為82%；XIA等[13]開(kāi)發(fā)出基于Faster-RCNN的胃病變自動(dòng)檢測(cè)系統(tǒng)，用于檢測(cè)糜爛、息肉、潰瘍、黏膜下腫瘤、黃瘤、正常黏膜和無(wú)效圖像。系統(tǒng)接收器工作特性(ROC)分析給出了84%的結(jié)果，使用787 名患者的1，023，955 張內(nèi)窺鏡圖像數(shù)據(jù)集，得到準(zhǔn)確率、召回率和調(diào)和平均指標(biāo)(F1-Score)分別為78.96%、76.07%和77.49%，但準(zhǔn)確率不夠高。CAO等[14]使用1，941 張圖像組成的私人數(shù)據(jù)集，使用YOLOv3進(jìn)行胃息肉檢測(cè)，該方法的計(jì)算準(zhǔn)確率為91.6%，召回率為86.2%，F(xiàn)1-Score為88.8%。

以上方法各有優(yōu)勢(shì)，但都存在不足，特別是精確度可以繼續(xù)提升。檢測(cè)中的主干網(wǎng)絡(luò)CNN模型在訓(xùn)練過(guò)程中，數(shù)據(jù)集過(guò)小、含有大量噪聲等，或者模型過(guò)于復(fù)雜、訓(xùn)練參數(shù)過(guò)多、訓(xùn)練過(guò)度等，都極有可能使模型陷入過(guò)擬合?；诖耍疚脑诔浞址治鯟NN特點(diǎn)及目前國(guó)內(nèi)外學(xué)者對(duì)CNN模型過(guò)擬合問(wèn)題的研究基礎(chǔ)上，提出了一種面向最大值池化Dropout與權(quán)重衰減過(guò)擬合問(wèn)題算法，并將該算法與SSD[8]網(wǎng)絡(luò)相結(jié)合，并通過(guò)理論推導(dǎo)與實(shí)驗(yàn)對(duì)比，證明了該方法能有效避免檢測(cè)中主干CNN模型訓(xùn)練過(guò)程的過(guò)擬合問(wèn)題，提高了模型的泛化能力，進(jìn)一步提高了目標(biāo)的檢測(cè)能力。

2 傳統(tǒng)的SSD檢測(cè)算法及其局限性(Traditional SSD detectionalgorithmanditslimitations)

SSD算法是一種目標(biāo)檢測(cè)算法，由LIU等[8]在歐洲計(jì)算機(jī)視覺(jué)國(guó)際會(huì)議(ECCV2016)上提出。SSD借鑒Faster-RCNN[10]中的錨框機(jī)制，在特征圖上生成具有不同長(zhǎng)寬比例的默認(rèn)框進(jìn)行預(yù)測(cè)，并使用金字塔結(jié)構(gòu)，在低層檢測(cè)小尺寸目標(biāo)，在高層檢測(cè)大尺寸目標(biāo)。

2.1 SSD基本原理

SSD網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示，該結(jié)構(gòu)由兩個(gè)部分組成，一部分是VGG16[15]基礎(chǔ)網(wǎng)絡(luò)，另一部分是附加特征層。其中，基礎(chǔ)網(wǎng)絡(luò)用來(lái)提取低尺度的特征映射圖，附加特征層用來(lái)提取高尺度的特征映射圖。SSD將VGG16網(wǎng)絡(luò)中的全連接層FC6和FC7替換成卷積層，去掉DropOut層和FC8層，將池化層pool5從2×2的大小及步長(zhǎng)為2更改為3×3的大小和步長(zhǎng)為1。VGG16中的Conv4_3作為第一個(gè)特征圖，經(jīng)過(guò)多次卷積得到大小不同的特征圖Conv7、Conv8_2、Conv9_2、Conv10_2、Conv11_2，通過(guò)對(duì)多個(gè)特征圖同時(shí)進(jìn)行分類預(yù)測(cè)和位置回歸，最后經(jīng)過(guò)非極大值抑制(Non-Maximum Suppression，NMS)策略過(guò)濾掉重疊度較大的預(yù)測(cè)框，完成對(duì)不同大小目標(biāo)的檢測(cè)。

圖1 SSD模型圖Fig.1 The SSD model diagram

SSD借鑒了Faster-RCNN中的預(yù)定義邊框(Anchor Box)的理念，為每個(gè)單元設(shè)置了寬高比不同的先驗(yàn)框。每個(gè)單元有k個(gè)先驗(yàn)框，每個(gè)先驗(yàn)框會(huì)預(yù)測(cè)c個(gè)分類的分?jǐn)?shù)和4 個(gè)位置偏移量，大小為m×n的特征圖將會(huì)產(chǎn)生(4+c)×k×m×n個(gè)預(yù)測(cè)參數(shù)。

先驗(yàn)框架的比例隨著特征圖大小的減小，其線性增加，設(shè)Sk表示第k個(gè)特征圖先驗(yàn)框和原圖大小的比例，m是特征圖的個(gè)數(shù)，則默認(rèn)框大小計(jì)算公式(1)如下：

在模型訓(xùn)練過(guò)程中，需要確定真實(shí)目標(biāo)匹配的默認(rèn)框。第一，每個(gè)默認(rèn)框找到與其交并比(Intersection over Union，IoU)最大的先驗(yàn)框，作為正樣本，如果一個(gè)先驗(yàn)框沒(méi)有與任何默認(rèn)框匹配，則作為負(fù)樣本；第二，在未匹配的先驗(yàn)框中，如果存在與某個(gè)默認(rèn)框的IoU大于一個(gè)閾值，那么也作為正樣本。設(shè)真實(shí)目標(biāo)的默認(rèn)框大小為SGT、先驗(yàn)框的目標(biāo)大小為SPB，則IoU計(jì)算如公式(2)所示：

2.2 SSD的局限性

SSD不同層提取的特征圖感受野如圖2所示，圖2(a)為低層特征圖的感受野，圖2(b)為中層特征圖的感受野，圖2(c)為高層特征圖的感受野，模型的低層特征由于經(jīng)過(guò)的卷積運(yùn)算較少，所以特征圖包含更多的紋理和細(xì)節(jié)信息，但語(yǔ)義信息不足，難以區(qū)分目標(biāo)和背景，高層特征圖包含較多的語(yǔ)義信息，但是在層層卷積下采樣過(guò)程中丟失了大量細(xì)節(jié)信息。SSD采用金字塔結(jié)構(gòu)的特征層進(jìn)行目標(biāo)檢測(cè)，利用大感受野的高級(jí)特征層預(yù)測(cè)大目標(biāo)，利用小感受野的低級(jí)特征層預(yù)測(cè)小目標(biāo)。然而，不同類別的特征層是獨(dú)立的，低層特征圖沒(méi)有利用高層特征圖的語(yǔ)義信息，導(dǎo)致真實(shí)目標(biāo)與先驗(yàn)框難以匹配，無(wú)法滿足檢測(cè)小目標(biāo)更加精確的要求。同時(shí)，每個(gè)特征層是獨(dú)立的，信息不能共享。綜上，SSD算法對(duì)于小目標(biāo)的檢測(cè)并不理想。

圖2 特征圖感受野示意圖Fig.2 Schematic diagram of receptive field on the feature map

3 改進(jìn)的SSD(The improved SSD)

上文介紹了傳統(tǒng)的SSD模型，本部分在上述基礎(chǔ)上設(shè)計(jì)一種最大值池Dropout與權(quán)重衰減CNN模型，與傳統(tǒng)的SSD模型相結(jié)合，以求在模型訓(xùn)練過(guò)程中最大限度地避免過(guò)擬合情況的發(fā)生，并且將高層語(yǔ)義信息與底層細(xì)節(jié)信息進(jìn)行融合，通過(guò)反卷積將SSD網(wǎng)絡(luò)結(jié)構(gòu)中富含語(yǔ)義信息的高層特征映射到低層網(wǎng)絡(luò)，以求模型能更好地檢測(cè)小目標(biāo)。

3.1 最大值池化Dropout

第二部分已說(shuō)明，最大值池化是CNN池化層常用的方法，為了在模型訓(xùn)練過(guò)程中避免過(guò)擬合，本文在CNN池化層引入最大值池化Dropout。

分析公式(3)可知，在池化區(qū)域執(zhí)行最大值池化Dropout時(shí)，通過(guò)多項(xiàng)式排列選擇池化區(qū)域中經(jīng)過(guò)遞增排列的第j個(gè)激活值，作為該池化區(qū)域的輸出值，即

假設(shè)第l層有r個(gè)Feature Map，每一個(gè)的大小為s，池化區(qū)域大小為t×t，又設(shè)池化步長(zhǎng)為t，即不考慮重疊池化，則有rs/t個(gè)池化區(qū)域，則第l層要訓(xùn)練的模型參數(shù)為 (t+1)rs/t(其中加一個(gè)偏置)，即最大值池化要訓(xùn)練的模型數(shù)量與輸入池化層的池化區(qū)域單元數(shù)量呈指數(shù)關(guān)系。引入最大值池化Dropout后，池化單元被隨機(jī)抑制，即t減少，要訓(xùn)練的模型參數(shù)量則呈指數(shù)減少，這樣有效降低了模型復(fù)雜度，因而能更有效地抑制過(guò)擬合。

3.2 權(quán)重衰減計(jì)算

在訓(xùn)練大型CNN時(shí)，除了使用上述最大值池化Dropout抑制單元避免過(guò)擬合，如果模型在某些區(qū)域里函數(shù)值變化劇烈，則意味著函數(shù)的參數(shù)值(權(quán)重)偏大，使得該區(qū)域里的導(dǎo)數(shù)值絕對(duì)值大、模型也變得復(fù)雜，權(quán)重衰減通過(guò)約束參數(shù)的范數(shù)使其不能過(guò)大，以此降低模型的復(fù)雜度，減小噪聲輸入的影響，從而在一定程度上減少過(guò)擬合發(fā)生，該方法也叫正則化方法。

設(shè)模型的損失函數(shù)L0如公式(5)所示，進(jìn)行權(quán)重衰減計(jì)算時(shí)，在原損失函數(shù)L0中加一個(gè)懲罰項(xiàng)，即

公式(6)中，L0是原損失函數(shù)，w是網(wǎng)絡(luò)權(quán)重，即神經(jīng)元的連接系數(shù)，λ(λ＞ 0)是懲罰項(xiàng)系數(shù)，用來(lái)衡量懲罰項(xiàng)與L0的比例關(guān)系，1/2是為了求導(dǎo)方便而設(shè)計(jì)的。上述懲罰項(xiàng)為網(wǎng)絡(luò)權(quán)重w的平方和，對(duì)公式(6)進(jìn)行求導(dǎo)：

公式(7)中，b為網(wǎng)絡(luò)神經(jīng)單元(如卷積核)的偏置，其包含在L0的on中，即on=w·xn-1+b，可以發(fā)現(xiàn)加上懲罰項(xiàng)后，對(duì)偏置b的更新沒(méi)有影響，設(shè)η為學(xué)習(xí)率，對(duì)于權(quán)重值w有公式如下：

分析公式(8)得出，在沒(méi)加懲罰項(xiàng)前，權(quán)重值w前的系數(shù)為1，即，加上懲罰項(xiàng)后，w前的系數(shù)變?yōu)?-ηλ，由于η、λ都為小于1的正數(shù)，所以1-ηλ＜ 1，即公式(8)的作用是為了減小w值，這就是權(quán)重衰減的理論意義。注意公式(8)中項(xiàng)是反向傳播的權(quán)重變化梯度，無(wú)論加不加懲罰項(xiàng)，其表達(dá)式都一樣。因此，這里所說(shuō)的權(quán)重衰減項(xiàng)不包括此項(xiàng)。進(jìn)一步對(duì)公式(8)進(jìn)行分析，當(dāng)w為正時(shí)，更新后的w'變小，當(dāng)w為負(fù)值時(shí)，更新后的w'變大，由于|w|＜ 1(網(wǎng)絡(luò)歸一化后的權(quán)重)，因此公式(8)的效果就是讓w向0靠近，即|w|→ 0，使w的值盡可能變小，也相當(dāng)于減小了網(wǎng)絡(luò)的權(quán)重，降低了網(wǎng)絡(luò)復(fù)雜度，從而避免過(guò)擬合。需要指出的是，公式(8)中參數(shù)λ值的大小設(shè)置很重要，λ太大，權(quán)重w減小過(guò)快，可能會(huì)出現(xiàn)欠擬合，甚至無(wú)法訓(xùn)練，而λ太小，又會(huì)出現(xiàn)過(guò)擬合。λ大小設(shè)置可采用基于Bayes決策規(guī)則調(diào)整法，該方法假定網(wǎng)絡(luò)的權(quán)重與偏置是具有特定分布的隨機(jī)變量，用統(tǒng)計(jì)方法進(jìn)行自動(dòng)計(jì)算，其詳細(xì)內(nèi)容可參考文獻(xiàn)[16]，限于篇幅，此處不做詳述。其中，權(quán)重衰減的計(jì)算流程如下。

3.3 反卷積

低層特征層包含的細(xì)節(jié)信息較多，豐富其特征細(xì)節(jié)信息可以更準(zhǔn)確地檢測(cè)小目標(biāo)。本文采用反卷積[17-18]操作，通過(guò)參數(shù)調(diào)整將高層低分辨率特征圖映射為高分辨率特征圖，然后將高分辨率特征圖和低層對(duì)應(yīng)的高分辨率特征圖進(jìn)行拼接，使用于檢測(cè)小目標(biāo)的低層特征圖的特征更加豐富，提高特征表達(dá)能力。反卷積操作過(guò)程與卷積操作相反，具體操作過(guò)程如圖3所示。

圖3(a)表示卷積過(guò)程，其將3×3卷積核作用于4×4特征圖中，卷積得到2×2的特征圖。圖3(b)表示反卷積過(guò)程，其操作與卷積相反，輸入2×2的特征圖，通過(guò)填充補(bǔ)零，并將3×3卷積核作用于特征圖，得到4×4特征圖。

圖3 操作示意圖Fig.3 Diagram of the operation

為了表示方便，本文提出的最大值池化Dropout與權(quán)重衰減方法簡(jiǎn)稱為MDWS(Maxpooling Dropout and Weight Scaled)，并將此方法與傳統(tǒng)SSD方法相結(jié)合，將傳統(tǒng)SSD的池化操作替換為MDWS，如圖4所示，網(wǎng)絡(luò)的基本結(jié)構(gòu)為VGG16，遵循特征金字塔進(jìn)行目標(biāo)檢測(cè)，輸入的圖片經(jīng)過(guò)改進(jìn)的SSD網(wǎng)絡(luò)(SSD+MDWS網(wǎng)絡(luò))主要提取出Conv4第三次卷積的特征，F(xiàn)c7卷積的特征，Conv6、Conv7、Conv8、Conv9第二次卷積的特征，其中Conv4_3和Fc7提取到38×38、19×19的特征圖是用來(lái)檢測(cè)小目標(biāo)的，為了讓小目標(biāo)檢測(cè)效果更佳，將Fc7提取到的特征圖進(jìn)行反卷積，與Conv4_3提取到的特征進(jìn)行融合，將Conv6提取到的特征圖進(jìn)行反卷積與Fc7提取到的特征進(jìn)行融合，以增加特征，融合的過(guò)程如圖5所示，并且在Conv4和Fc7的池化處理中設(shè)置MDWS模塊，對(duì)于這兩種特征圖進(jìn)行分類和回歸預(yù)測(cè)，在訓(xùn)練的時(shí)候減少網(wǎng)絡(luò)的復(fù)雜度，抑制過(guò)擬合，提高特征圖內(nèi)物體種類識(shí)別的精確度，有利于先驗(yàn)框參數(shù)的調(diào)整。

圖4 SSD+MDWS網(wǎng)絡(luò)模型圖Fig.4 Diagram of SSD+MDWS network model

圖5 特征融合模塊Fig.5 Feature fusion module

4 實(shí)驗(yàn)結(jié)果分析(Analysis of experimental results)

4.1 實(shí)驗(yàn)環(huán)境

操作系統(tǒng)為Ubuntu 18.04；處理器為Intel Core i7 CPU@3.00，RAM 16 GB；GPU為NVIDIA GeForce GTX 1080Ti(11 GB)；深度學(xué)習(xí)框架為T(mén)ensorflow；利用CUDA 10.1和cuDNN 9.1加速訓(xùn)練；使用Python作為主要編程語(yǔ)言。

4.2 數(shù)據(jù)集和訓(xùn)練設(shè)置

實(shí)驗(yàn)采用兩個(gè)數(shù)據(jù)集，分別是Hyper-Kvasir[19]和CVCClincDB[20]。Hyper-Kvasir是一個(gè)大型的多類公共胃腸道數(shù)據(jù)集，數(shù)據(jù)來(lái)自挪威Baerum醫(yī)院，所有的標(biāo)簽都是由經(jīng)驗(yàn)豐富的醫(yī)生制作的；該數(shù)據(jù)集包含異常(不健康)和正常(健康)患者的110，079 張圖像和374 個(gè)視頻，共產(chǎn)生約100萬(wàn)張圖像和視頻幀。本文采用Hyper-Kvasir-Segmented-Images數(shù)據(jù)集，該數(shù)據(jù)集提供了來(lái)自息肉類的1，000 張?jiān)紙D像，并提供了分割掩碼和邊界框，這個(gè)數(shù)據(jù)集是由制作Hyper-Kvasir數(shù)據(jù)集的作者提供的。CVC-ClincDB包含23 位病人的31 個(gè)序列的612 個(gè)標(biāo)準(zhǔn)清晰圖片，每張圖片的分辨率為384×288。部分樣本如圖6所示。

圖6 部分?jǐn)?shù)據(jù)集內(nèi)容Fig.6 Contents of partial dataset

訓(xùn)練時(shí)將數(shù)據(jù)集按照8:2劃分為訓(xùn)練集和測(cè)試集，輸入圖像分辨率設(shè)置為300×300，初始學(xué)習(xí)率為1e-4，如果損失連續(xù)在10 個(gè)輪次之后不降低，則自動(dòng)調(diào)節(jié)下降學(xué)習(xí)率，本實(shí)驗(yàn)采用與傳統(tǒng)SSD相同的圖像增強(qiáng)方法。

4.3 評(píng)價(jià)指標(biāo)

對(duì)于檢測(cè)任務(wù)，使用精確率(Precision)、召回率(Recall)、F1分?jǐn)?shù)(F1-Score)及平均精確率均值(mAP)作為評(píng)估指標(biāo)。設(shè)TP(True Positive)表示被正確判定為正類的樣本；FP(False Positive)表示被錯(cuò)誤判定為正類的負(fù)樣本；FN(False Negative)表示被錯(cuò)誤判定為負(fù)類的正樣本；TN(True Negative)表示被正確判定為負(fù)類的負(fù)樣本。

精確率(Precision)表示預(yù)測(cè)的正樣本的樣本數(shù)占所有預(yù)測(cè)為正樣本的樣本數(shù)的比例。精確度越高，分類器的性能越好，其定義見(jiàn)公式(9)：

召回率(Recall)表示正確預(yù)測(cè)為正樣本的樣本數(shù)占實(shí)際正樣本數(shù)的比率，其定義見(jiàn)公式(10)：

F1-Score表示調(diào)和平均指標(biāo)，其定義見(jiàn)公式(11)：

得到模型的精確率和召回率，繪制PR曲線，PR曲線下的面積代表平均精確率(AP)。計(jì)算方法是先確定目標(biāo)的得分置信度閾值，然后計(jì)算出符合條件的各個(gè)置信度下，測(cè)試集各圖像中每類目標(biāo)的精確率和召回率，接著繪制PR曲線圖，最后計(jì)算PR曲線圖的曲線下的面積，得到該類目標(biāo)在該圖像上的AP值。將所有的圖像樣本求平均，即可得到該類目標(biāo)的最終AP標(biāo)準(zhǔn)值，然后對(duì)所有類別的AP求平均，得到mAP，見(jiàn)定義公式(12)（其中N是類別數(shù)目）：

4.4 實(shí)驗(yàn)結(jié)果

4.4.1 Hyper-Kvasir數(shù)據(jù)集實(shí)驗(yàn)

首先，將改進(jìn)后的算法SSD+MDWS與其他四種流行的模型在Hyper-Kvasir的100 張圖片的測(cè)試集中做對(duì)比，模型為傳統(tǒng)SSD[7]、YoLoV3[12-13]、Faster R-CNN[9]和SSDgpnet[11]。相應(yīng)的實(shí)驗(yàn)結(jié)果如表1所示。分析表1中的數(shù)據(jù)發(fā)現(xiàn)，SSD+MDWS的整體性能是最好的，并且取得了最高的mAP，為92.23%，雖然在召回率的表現(xiàn)上，F(xiàn)aster R-CNN比SSD+MDWS多了約2%，但是準(zhǔn)確率和F1-Score，都是本文提出的SSD+MDWS的效果更好，也在一定程度反映出網(wǎng)絡(luò)訓(xùn)練時(shí)能夠更好地減少過(guò)擬合。

表1 Hyper-Kvasir實(shí)驗(yàn)不同算法測(cè)試結(jié)果對(duì)比Tab.1 Test results comparison of different algorithms in Hyper-Kvasir experiment

4.4.2 CVC-ClincDB數(shù)據(jù)集實(shí)驗(yàn)

同“4.2”部分介紹的實(shí)驗(yàn)，采取上述四種模型(SSD、YoLoV3、Faster R-CNN和SSD-gpnet)，用劃分好的測(cè)試集在各自訓(xùn)練好的網(wǎng)絡(luò)中測(cè)試，得到的結(jié)果如表2所示。分析表2中的數(shù)據(jù)發(fā)現(xiàn)，SSD-gpnet的mAP、F1-Score、召回率分別為96.26%、94.00%、95.35%，比其他四個(gè)模型表現(xiàn)更好，但YOLOv3、Faster R-CNN、SSD-gpnet的準(zhǔn)確率比SSD+MDWS表現(xiàn)更好，最高的多出4.66%。綜上所述，SSD+MDWS算法的綜合表現(xiàn)最好。圖7展示了本算法的檢測(cè)效果。

表2 CVC-ClincDB實(shí)驗(yàn)不同算法測(cè)試結(jié)果對(duì)比Tab.2 Test results comparison of different algorithms in CVC-ClincDB

圖7 檢測(cè)效果圖Fig.7 Detection rendering

5 結(jié)論(Conclusion)

本文采用改進(jìn)的SSD算法檢測(cè)息肉，在模型設(shè)計(jì)中，通過(guò)反卷積將低層和高層的語(yǔ)義信息進(jìn)行融合，提高對(duì)小息肉的檢測(cè)能力，并且通過(guò)在池化層設(shè)計(jì)一個(gè)最大池化Dropout方法及在反向傳播中引入權(quán)重衰減機(jī)制，減少模型的復(fù)雜度，進(jìn)而避免了模型訓(xùn)練中的過(guò)擬合現(xiàn)象。本文的創(chuàng)新點(diǎn)主要有兩個(gè)：一是最大值池化Dropout的設(shè)計(jì)，采用池化區(qū)域單元值排序設(shè)計(jì)單元(神經(jīng)元)丟棄方式，二是在反向傳播中引入懲罰項(xiàng)設(shè)計(jì)權(quán)重衰減的執(zhí)行過(guò)程。通過(guò)理論分析與實(shí)驗(yàn)對(duì)比驗(yàn)證了本文提出的方法能有效避免過(guò)擬合現(xiàn)象，提高網(wǎng)絡(luò)泛化性能。通過(guò)實(shí)驗(yàn)評(píng)估，本文設(shè)計(jì)的網(wǎng)絡(luò)顯示出更大的息肉檢測(cè)潛力。在每個(gè)評(píng)價(jià)指標(biāo)中，都取得了比以前其他方法更好的結(jié)果。并且，良好的召回率和F1-Score表明本文提出的方法可以降低胃鏡檢查中誤檢和漏檢的風(fēng)險(xiǎn)，可以為醫(yī)生和患者提供更多的幫助。下一步，將該方法與更好的分類網(wǎng)絡(luò)相結(jié)合，以期準(zhǔn)確分析息肉的類別，通過(guò)改進(jìn)CNN架構(gòu)和功能模塊實(shí)現(xiàn)更好的性能。