基于快速区域卷积神经网络的中耳炎影像计算机辅助诊断研究

中耳炎是常见的耳科疾病之一,其准确诊断能够预防传导性听力损伤的恶化,以及避免抗生素的过度使用.目前中耳炎诊断主要由医生依据耳镜设备反馈的图像进行目视检查.因耳镜设备图片拍摄质量及医生诊断经验的影响,该主观检查存在较大的误诊率.针对该问题,本文提出采用快速区域卷积神经网络对临床采集的数字耳镜影像进行分析.首先,通过图像数据增强和预处理,扩充了临床耳镜数据集样本数量.然后,根据耳镜图片特征针对性地筛选出卷积神经网络进行特征提取,同时引入特征金字塔网络以进行多尺度的特征提取,增强检测能力.最后,采用锚框尺度优化和超参数调整的快速卷积神经网络进行识别,并通过随机选取的测试集检验该方法的有效性.结果显示,在测试样本中耳镜图片的总体识别准确率达到91.43％.以上研究表明,所提方法有效提高了耳镜图片分类的准确率,有望辅助临床诊断.