基于分步目标定位的腰椎间盘自动诊断方法

针对当前腰椎间盘自动诊断方法存在的准确率偏低的问题,提出一种基于分步目标定位的计算机辅助诊断方法。该方法首先使用Faster R-CNN目标定位网络预处理腰椎间盘影像,去除韧带以及周围噪声区域,获得腰椎间盘的轮廓区域;然后放大定位的间盘轮廓3倍,再次利用Faster R-CNN网络精细化定位病灶区域,从而解决因病灶目标太小而无法准确定位的问题;最后,将病灶区域输入到改进的残差卷积神经网络中以提取高层特征和严重性分级,改进的残差卷积神经网络(ResNet-20)通过建立短路机制以提高分类器的准确率。实验结果表明,相较于传统的诊断方法,该方法将腰椎间盘突出的诊断准确率提升5.1%。