基于门控注意力和小波变换的胶囊内镜多分类
计算机视觉与模式识别
2024-12-24 v2 机器学习
摘要
胃肠道异常显著影响患者健康，需要及时诊断以进行有效治疗。基于此，从视频胶囊内镜（VCE）帧中有效自动分类这些异常对于改进诊断工作流程至关重要。本文介绍了开发和评估一种用于从VCE视频帧中分类胃肠道异常的新模型的过程。将全维度门控注意力（OGA）机制和小波变换技术集成到模型架构中，使模型能够聚焦于内窥镜图像中最关键的区域，减少噪声和无关特征。这在胶囊内镜中尤其有利，因为图像通常包含高度变化的纹理和颜色。小波变换通过有效捕获空间和频域信息，改进了特征提取，特别是对于检测VCE帧中的细微特征。此外，从平稳小波变换和离散小波变换中提取的特征按通道拼接以捕获多尺度特征，这对于检测息肉、溃疡和出血至关重要。该方法提高了在不平衡胶囊内镜数据集上的分类准确率。所提出的模型达到了92.76%的训练准确率和91.19%的验证准确率。同时，训练损失和验证损失分别为0.2057和0.2700。该模型实现了94.81%的平衡准确率、87.49%的AUC、91.11%的F1分数、91.17%的精确率、91.19%的召回率和98.44%的特异性。此外，该模型的性能与两个基础模型VGG16和ResNet50进行了基准比较，展示了其准确识别和分类一系列胃肠道异常的增强能力。
引用
@article{arxiv.2410.19363,
title = {Capsule Endoscopy Multi-classification via Gated Attention and Wavelet Transformations},
author = {Lakshmi Srinivas Panchananam and Praveen Kumar Chandaliya and Kishor Upla and Kiran Raja},
journal= {arXiv preprint arXiv:2410.19363},
year = {2024}
}
备注
Capsule Vision 2024 Challenge