GeneXpert检测系统分析儿童耐碳青霉烯类肠杆菌科细菌耐药基因

目的研究西安市儿童医院2017年10月至2019年10月临床分离耐碳青霉烯类肠杆菌科细菌(CRE)的耐药情况,借助GeneXpert检测系统分析碳青霉烯酶基因携带特点,了解其分子流行病学分布,为各科室CRE的预防、控制及治疗提供依据。方法采用Whonet 5.6软件筛选西安市儿童医院2017年10月至2019年10月CRE菌株,采用基质辅助激光解吸/电离飞行时间质谱仪鉴定细菌,以Vitek 2-Compact全自动微生物鉴定及药敏分析系统联合纸片扩散法(K-B法)进行药敏试验,采用GeneXpert检测系统检测碳青霉烯酶基因KPC、NDM、VIM、IMP-1、OXA-48。结果西安市儿童医院2017年10月至2019年10月共检出CRE菌株109株,排名前3位的是肺炎克雷伯菌57株(52.29%)、大肠埃希菌20株(18.35%)、产酸克雷伯菌8株(7.34%)。标本来源主要为尿液(35.78%)、下呼吸道标本(29.36%)、脓液(16.51%)。临床科室分布主要集中在新生儿重症医学科、康复科及血液科。药敏试验结果显示,CRE对β-内酰胺类药物耐药率在80.00%以上,对氨基糖苷类和喹诺酮类抗菌药物耐药率均小于40.00%。GeneXpert检测系统检测结果显示,携带碳青霉烯酶菌株共90株,耐药基因检出率分别为KPC(52.29%)、NDM(47.70%)、IMP-1(7.30%),未发现VIM和OXA-48耐药基因。患儿预后与细菌耐药基因检出数量种类差异无统计学意义(P>0.05)。结论儿童CRE以肺炎克雷伯菌为主,大部分来源于重症医学科的下呼吸道标本,对抗菌药物高度耐药,检出耐药基因以KPC和NDM为主。耐碳青霉烯类肠杆菌科细菌耐药形势严峻,临床应根据药敏试验结果合理选用抗菌药物,及时针对性地采取措施,以预防院内传播流行。

GeneXpert检测在肺结核病的临床诊断及治疗中的应用价值分析

目的:探讨GeneXpert检测方法在临床诊断及肺结核病治疗中的应用效果。方法:收集已经确诊及治疗的80例肺结核病住院患者的痰标本,对其进行痰涂片法、罗氏固体培养法、比例法药敏和GeneXpert检测,观察其特异性以及敏感度。结果:GeneXpert检测与罗氏固体培养金标准之间具有较好的一致性,同时比例法药敏与GeneXpert检测也具有较好的一致性。结论:与常规检测方法相比,GeneXpert检测能够快速有效对早期结核病进行诊断,同时可以为利福平耐药情况提供数据支持,值得临床上推广使用。

研究GeneXpert检测在结核分支杆菌及其利福平耐药性检测中的应用

目的分析GeneXpert检测在结核分枝杆菌及其利福平耐药性检测中的应用效果。方法选取2017年7月~2019年6月本院接收的涂片阳性肺结核患者80例痰液标本,利用GeneXpert检测痰液标本中的结核分枝杆菌和利福平耐药性,并对比GeneXpert检测与传统罗氏培养结果。结果液标本80份检测标本中,74份符合,符合率为92.50%。基因芯片实验未检出标本与传统培养的快速生长菌株相吻合,具有较高的准确率;74株结核分枝杆菌分离株,通过传统罗氏培养与GeneXpert检测结核分枝杆菌对利福平耐药性,GeneXpert检测5例耐药,传统罗氏培养检测4例,符合率为80.00%。结论GeneXpert检测在结核分枝杆菌及其利福平耐药性检测中应用效果明显,其不仅可以快速、准确检出疾病,同时也为临床结核疾病的诊治提供了重要数据参考,值得推广。

GeneXpert检测技术对结核病的诊断价值

目的:分析Xpert MTB检测技术在结核病中的应用效果。方法:选取我院2019年1月~2020年4月接收的286例肺结核疑似患者,使用痰涂片抗酸染色镜检(涂片法)、固体培养Lowenstein-Jenden medium(L-J法)及Gene Xpert结核分枝杆菌检测法,对所有患者进行检测,以培养法为金标准,评估GeneXpert方法的敏感度、特异度以及检测准确率。结果:经L-J法检测,286例患者中,肺结核阳性86例(30.07%),肺结核阴性200例(69.93%)。将之作为金标准,涂片法的敏感度、特异度、检测准确率为40.70%、72.50%、62.94%,GeneXpert法的敏感度、特异度、检测准确率为80.23%、90.00%、87.06%,GeneXpert法的诊断效能明显优于涂片法(P<0.05)。2种方法联合检测的敏感度为94.19%,特异度为89.50%,检测准确率为90.91%。结论:GeneXpert检测方法操作简单、结果准确,与涂片法联合应用能显著提高诊断准确性,利于临床对结核疾病的诊疗。

GeneXpert检测在结核病诊断中的应用

目的评价Gen Xpert检测在结核病诊断中的应用价值。方法方便选取2014年2月—2017年3月云南省曲靖市第一人民医院感染科接收308例对象进行检查,以培养法作为诊断"金标准"。结果 GeneXpert诊断敏感性、特异性、阴性预测值、符合率高于PPD皮试、T-SPOT.TB,差异有统计学意义(P<0.05)。GeneXpert对结核病的诊断敏感性96.20%、特异度99.33%、阳性预测值99.35%、阴性预测值96.13%、符合率97.73%。相较于比例法,GeneXpert对利福平耐药的敏感性、特异度、阳性预测值、阴性预测值、符合率分别为66.67%、92.47%、42.11%、97.12%、90.51%。结论 GeneXpert检测诊断结核病效果较好,可作为初始诊断的标准技术。

GeneXpert MTB/RIF检测技术在肺结核诊断及利福平耐药分析中的应用价值

目的:分析GeneXpert MTB/RIF检测技术在肺结核诊断及利福平耐药分析中的应用价值。方法:采用横断面法,搜集2021年1月~2023年6月接诊疑似的肺结核患者共计200例,全部纳入研究中。所有研究对象均采取GeneXpert MTB/RIF技术检测及罗氏培养法(痰培养),并进行比例法药敏试验。以罗氏培养法(痰培养)检测结果和比例法药敏试验结果作为金标准,分析GeneXpert MTBRIF技术检测肺结核分枝杆菌(MTB)的准确率、特异度、灵敏度及GeneXpert MTBRIF检测出的阳性患者相对于比例法药敏试验在利福平(RIF)耐药性检测中的准确率、特异度、灵敏度。结果:以罗氏培养法(痰培养)检测结果作为金标准,检出阳性患者134例,阴性患者66例。GeneXpert技术检测出阳性患者为136例,阴性为64例;GeneXpert MTBRIF检测MTB的准确率为98.00%、特异度为100.00%、灵敏度为97.06%。GeneXpert技术在利福平耐药性检测中的准确率为、特异度、灵敏度分别为97.01%、100.00%、87.50%。结论:在肺结核患者的诊断中,采用GeneXpert MTB/RIF检测MTB能够有较高的诊断价值。

GeneXpert MTB/RIF对快速诊断肺结核及检测利福平耐药性的价值分析

目的:分析GeneXpertMTB/RIF(简称“Xpert”)对诊断肺结核及检测利福平耐药性的临床价值。方法:采用前瞻性研究方法,参照入组标准纳入2022年5月至2023年6月东莞市第六人民医院诊治的48例疑似肺结核患者,最终临床确诊肺结核患者14例,非结核病患者2例。分析患者痰液、支气管肺泡灌洗液(BALF)标本涂片抗酸染色镜检(涂片法)、Xpert、BACTEC MGIT 960液体培养(MGIT 960培养)、固体药敏比例法(药敏试验)检测结果,评价3种方法的检测效能。结果:以最终临床诊断为参考标准,涂片、Xpert和MGIT960检测肺结核患者痰标本的敏感度分别为28.6%(4/14)、57.1%(8/14)、50.0(7/14)%,特异度均为2/2;检测肺结核患者BALF标本的敏感度分别为28.6%(4/14)、71.4%(10/14)、71.4%(10/14),特异度分别为2/2、4/4和4/4。在MGIT 960和Xpert检测均阳性的10例肺结核患者中,药敏试验检测对利福平耐药的8例患者中,Xpert检测也为耐药者6例,余2例提示敏感。药敏试验检测结果对利福平敏感者共有9例,而Xpert检测为敏感者7例,余2例提示为对利福平耐药;对两种方法检测结果进行Kappa检验,Kappa=0.611,PV=0.000,说明两种方法检测结果具有较好的一致性。结论:通过Xpert检测疑似肺结核患者具有较高敏感度和特异度,且可同时检测是否存在利福平耐药,在早期诊断肺结核、检测耐药性方面应用前景良好。Xpert检测BALF的敏感度较痰液标本更高,故可早期需积极进行电子气管镜检查。

痰涂片镜检、基因芯片技术及GeneXpert MTB/RIF对疑似肺结核患者的检测效能分析

目的分析痰涂片镜检、基因芯片及多色巢式荧光定量聚合酶链反应(GeneXpert MTB/RIF)对疑似肺结核患者的检测效能。方法选取2017年1月至2022年12月该院收治的疑似肺结核患者97例作为研究对象,均实施痰涂片镜检、基因芯片、GeneXpert MTB/RIF及痰液罗氏培养检查。以痰液罗氏培养结果为金标准,探究不同检测方式及联合检测对疑似肺结核的诊断效能,采用Kappa值检验与金标准诊断结果的一致性。结果痰液罗氏培养检测结果显示,97例疑似肺结核患者阳性55例,阴性42例,阳性检出率为56.70%(55/97)。痰液罗氏培养检出非结核分枝杆菌18株,包括鸟分枝杆菌4株,胞内分枝杆菌9株,偶发分枝杆菌1株,堪萨斯分枝杆菌3株,海分枝杆菌1株。痰涂片镜检检出阳性34例,真阳性29例,阳性检出率为35.05%(34/97),基因芯片检出阳性41例,真阳性37例,阳性检出率为42.27%(41/97);GeneXpert MTB/RIF检出阳性44例,真阳性37例,阳性检出率为45.36%(44/97)。基因芯片、GeneXpert MTB/RIF灵敏度、准确率高于痰涂片镜检,基因芯片与GeneXpert MTB/RIF敏感度一致,但基因芯片特异度高于GeneXpert MTB/RIF。非结核分枝杆菌中,痰涂片镜检检出鸟分枝杆菌1株、胞内分枝杆菌2株,基因芯片检出胞内分枝杆菌1株,GeneXpert MTB/RIF检出鸟分枝杆菌1株。痰涂片镜检、基因芯片、GeneXpert MTB/RIF三项联合检出阳性55例,真阳性53例,三项联合检测灵敏度为96.36%(53/55)、特异度为95.24%(40/42)、准确率为95.88%(93/97),均高于单一方法检测的灵敏度与准确率,差异均有统计学意义(P<0.05)。痰涂片镜检与痰液罗氏培养一致性为68.04%(Kappa=0.59);基因芯片与痰液罗氏培养一致性为77.32%(Kappa=0.70);GeneXpert MTB/RIF与痰液罗氏培养一致性为74.23%(Kappa=0.66);三项联合与痰液罗氏培养一致性为95.88%(Kappa=0.89)。结论较GeneXpert MTB/RIF、痰涂片镜检技术,基因芯片诊断效能及一致性更高,且3种技术联合诊断效能更高,临床可根据需求选择适宜诊断技术。

扩大GeneXpert MTB检测范围对病原学阳性及耐药肺结核患者发现率的影响

目的评价扩大GeneXpert MTB检测范围对病原学阳性结核病患者及利福平耐药结核病患者发现率的影响。方法从中国疾病预防控制信息系统子系统结核病信息管理系统收集2019—2022年徐州市、南通市、泰州市及镇江市4个设区市22家结核病定点医疗机构登记的22941例活动性肺结核患者的实验室检测、药敏检测等信息,分析2次扩大GeneXpert MTB检测范围,采用3种检测模式结果的差异。结果2019年经分枝杆菌涂片、培养及影像学诊断为活动性肺结核患者后,全部开展GeneXpert MTB(模式A),2020—2021年对非定点医院转诊的肺结核疑似患者采用GeneXpert MTB检测(模式B),2022年对定点医院结核门诊所有肺结核疑似患者采用GeneXpert MTB检测(模式C),以上3种模式中县级结核病定点医院发现的利福平耐药结核病患者,均转至市级结核病定点医院进一步诊断和治疗。2019—2022年4市登记的活动性肺结核患者病原学阳性率逐年提高,分别为56.07%、57.31%、59.03%、67.92%。;肺结核患者3种检测模式阳性检出率分别为56.07%、58.13%、67.92%,差异有统计学意义(χ^(2)=179.30,P<0.01);涂阴肺结核患者采用GeneXpert MTB检测,3种检测模式阳性检出率分别为25.91%、28.39%、47.70%,差异有统计学意义(χ^(2)=446.23,P<0.01);肺结核患者3种检测模式利福平耐药结核病发现率分别为2.16%、2.05%、2.16%,差异无统计学意义(χ^(2)=0.38,P=0.83)。结论通过推广GeneXpert MTB检测技术,肺结核患者病原学阳性检出率得到显著提升,对疾病防控有重要的意义,但扩大检测范围并提高利福平耐药结核病的发现率。

羊捻转血矛线虫病检测方法研究进展

羊捻转血矛线虫病是由捻转血矛线虫寄生于羊等小反刍动物皱胃内引起的一种危害严重的嗜血性寄生虫病。病羊临床表现为消瘦、贫血和衰弱等慢性消耗性症状,严重感染者可致死。该病在我国牧区普遍流行,目前暂无安全长效疫苗可用,加之耐药性严重,放牧羊群感染率和发病率居高不下,极大地降低了羊养殖业的经济效益。准确可靠的检测手段是诊断寄生虫感染、制定驱虫治疗方案、耐药监测及流行病学调查的关键环节。本文详细介绍了羊捻转血矛线虫病的检测技术研究现状,分析了病原学、免疫学及分子检测等方法的优缺点,并对未来检测技术发展趋势进行了展望,以期为该病新型检测方法的研发及综合防控策略提供参考。

结核特异性QFT⁃TB在结核患者不同类型标本中的检测价值

目的比较结核诊断实验室特异性细胞免疫IGRAs体外检测QuantiFERON-TB Gold(QFTTB)方法对肺结核、肺外结核和特殊人群样本的诊断效能,为临床诊疗提供依据。方法收集2023年1-7月实验室检查细菌学检测结核患者546例[痰涂片阳性(AFB+)146例,痰涂片阳性(AFB-)247例],分子生物学阳性结核患者117例(Xpert 69例,TB-DNA 48例),病理组织学阳性患者36例。肺外结核患者72例,特殊样本胸水276例,腹水25例。采用QFT-TB方法进行检测,利用χ^(2)检验进行组间比较,对比其阳性率和符合率的方法学评估。结果肺结核、肺外结核和结核密切接触者QFT-TB检测阳性率为83.69%、69.44%和32.41%。在AFB+、GeneXpert、TB-DNA和病理证实确诊为结核病患者QFT-TB方法的符合率为91.09%、88.40%、81.25%和72.22%。结核性胸膜炎患者胸水检测阳性率为60.50%、腹水阳性率为44.00%。结论QFT-TB检测在辅助诊断肺结核有较好价值,对于基于胸、腹水的检测用于肺外结核的诊断有一定的参考意义。

基于轻量化网络与增强多尺度特征融合的绝缘子缺陷检测

随着无人机搭载目标检测算法在输电杆塔绝缘子巡检领域的发展,针对绝缘子缺陷检测速度较低,网络复杂度高且缺陷小目标难以准确检测的问题,提出一种基于轻量化网络与增强多尺度特征融合的YOLOv5-3S-4PH模型进行绝缘子缺陷实时检测。首先将重构的ShuffleNetV2-Stem-SPP(3S)网络作为YOLOv5的主干网络,显著减小了网络的参数量和计算量;其次引入针对小目标的增强多尺度特征融合网络以及4个预测头,来增强网络对绝缘子缺陷的感知能力,并结合Mosaic-9数据增强、CIoU损失函数进一步补偿轻量化导致的检测精度损失;最后将其应用到自制绝缘子数据集进行验证。实验结果表明,该文所提出的模型相对于未改进的YOLOv5,全类平均精度提高了3%,检测速度提高了81.8%,参数量、计算量分别压缩了82.4%、67%。因此,所提出的模型更适合部署在无人机平台上进行绝缘子缺陷的实时监测。

基于改进YOLOv3的水稻叶部病害检测

为了解决水稻小病斑检测不准确的问题,提出一种基于改进YOLOv3的水稻叶部病害检测方法Rice-YOLOv3。首先,采用K-means++聚类算法,计算新的锚框尺寸,使锚框尺寸与数据集相匹配;其次,采用激活函数Mish替换YOLOv3主干网络中的Leaky Relu激活函数,利用该激活函数的平滑特性,提升网络的检测准确率,同时将CSPNet与DarkNet53中的残差模块相结合,在避免出现梯度信息重复的同时,增加神经网络的学习能力,提升检测精度和速率;最后,在FPN层分别引入注意力机制ECA和CBAM模块,解决特征层堆叠处的特征提取问题,提高对小病斑的检测能力。在训练过程中,采用COCO数据集预训练网络模型,得到预训练权重,改善训练效果。结果表明:在测试集下,Rice-YOLOv3检测水稻叶部3种病害的平均精度均值(mAP)达92.94%,其中,稻瘟病、褐斑病、白叶枯病的m AP值分别达93.34%、89.68%、95.80%,相较于YOLOv3,Rice-YOLOv3检测的m AP提高了6.05个百分点,速率提升了2.8帧/s,对稻瘟病和褐斑病的小病斑的检测能力明显增强,可以检测出原始网络模型漏检的小病斑;与Faster-RCNN、YOLOv5等模型对比,Rice-YOLOv3提高了对相似病害和微小病害的识别能力,并在原始的基础上提高了检测速率。

高温声学检测技术的发展、应用与挑战

以我国航空航天、钢铁冶金、特种设备等领域的高温声学无损检测技术研究与应用为主线,分析了高温声学检测技术在促进先进高温材料制备与研发、钢铁冶金行业绿色低碳生产和产业升级、高温压力管道安全运行与维护等方面的巨大需求。介绍了国内外在高温声学检测的技术方法和仪器研制等方面取得的进展,分析了压电超声、电磁超声、激光超声、激光电磁超声等技术在高温无损检测应用方面存在的优缺点和应用场景,总结了高温声学检测技术面临的机遇与挑战。

转化生长因子-β1联合腺苷脱氨酶、GeneXpert MTB/RIF在结核性胸膜炎诊断中的应用观察

目的观察转化生长因子-β1(TGF-β1)联合腺苷脱氨酶(ADA)、GeneXpert MTB/RIF在结核性胸膜炎(TPE)诊断中的应用效果。方法选取2020年8月至2022年8月因渗出性胸腔积液来我院就诊的患者220例,病理检查最终确诊为TPE 92例(TPE组),细菌性胸腔积液(BPE)68例(BPE组),恶性胸腔积液(MPE)60例(MPE组),测定胸腔积液TGF-β1、ADA,并对胸腔积液进行GeneXpert MTB/RIF检测,比较三组检测结果,分析胸腔积液TGF-β1、ADA单独及联合检测对TPE的诊断价值并确定最佳截断值,分析TGF-β1、ADA、GeneXpert MTB/RIF单独及联合诊断TPE与病理诊断的一致性。结果三组胸腔积液TGF-β1及ADA水平比较,TPE组均为最高,其次是BPE组,MPE组最低(P<0.05);ROC曲线显示,TGF-β1、ADA诊断TPE的最佳截断值分别为31.155 ng/L、28.495 U/L,对应的曲线下面积(AUC)分别为0.935、0.934,联合诊断AUC为0.987;TGF-β1、ADA联合诊断与病理诊断一致性Kappa值为0.76,GeneXpert MTB/RIF单独诊断Kappa值为0.71,联合诊断Kappa值为0.83。结论TPE患者胸腔积液TGF-β1、ADA均高于细菌性及恶性胸腔积液类型,GeneXpert MTB/RIF联合胸腔积液TGF-β1、ADA检测对TPE具有较高的诊断价值,与病理诊断一致性良好。

应用于食品检测领域的分子即时检测技术研究进展

食品安全问题关系人类民生。为有效预防和控制食品安全风险,减少食品安全经济损失,迫切需要开发出针对食源性病原体、食物掺假、转基因作物的高特异性、高敏感性、快速的核酸检测技术。即时检测(point-of-care testing,POCT)作为一种新兴的快速检测手段,由于其检测速度快、操作简单、现场检查等特点,在食品检测领域应用广泛。本文首先介绍了POCT技术的发展历史,而后根据食品安全事件的特点,从食源性致病菌、食物掺假、转基因作物3个方向分析了食品检测的主要对象,阐述了分子POCT技术在食品检测领域的应用现状,最后对应用于食品检测领域的分子POCT技术存在的问题和解决办法进行了分析总结,对食品检测分子POCT技术的发展方向进行了展望。本文有助于进一步了解分子POCT技术在食品检测中的应用,并为分子POCT技术在食品快速检测中的研究和应用提供参考。

一种改进的概率霍夫直线检测算法

针对概率霍夫直线检测算法检测速率不高、检测精度易受其他特征和连续间断线干扰的缺点,提出了一种改进的概率霍夫直线检测算法。改进后的算法将注意力集中在直线可能存在的若干个区间,提升了检测速率与精度,在直线检测全过程监控并剔除连续间断线,提升了算法的抗干扰能力。经过100组铝锭边缘线检测的实验验证,改进后算法相较原算法平均检测速率提升至1.77倍,查准率提升至1.45倍,且改进后算法在其他图片上的检测速率和检测效果相较原算法也有明显提升。

改进YOLOv7算法的钢材表面缺陷检测研究

当前,基于深度学习的智能检测技术逐步应用于钢材表面缺陷检测领域,针对钢材表面缺陷检测精度低的问题,提出一种高精度实时的缺陷检测算法CDN-YOLOv7。加入CARAFE轻量化上采样算子来改善网络特征融合能力,融合级联注意力机制和解耦头重新设计YOLOv7检测头网络,旨在解决原始头网络特征利用效率不高的问题,使其充分利用各尺度、通道、空间的多维度信息,提升复杂场景下模型表征能力。引入归一化Wasserstein距离重新设计Focal-EIoU损失函数,提出NF-EIoU替换CIoU损失,平衡各尺度缺陷样本对Loss的贡献,降低各尺度缺陷的漏检率。实验结果表明,CDN-YOLOv7的检测精度可达80.3%,较于原YOLOv7精度提升了6.0个百分点,模型推理速度可达60.8帧/s,满足实时性需求,CDN-YOLOv7在提升各尺度缺陷检测精度的同时显著降低了缺陷的漏检率。

食品中多环芳烃的来源、污染状况与检测分析

多环芳烃(polycyclic aromatic hydrocarbons,PAHs)是一类持久性的有机污染物,具有致癌、致畸、致突变等毒性,广泛存在于食品、特别是烟熏食品中,过量摄入将严重危害人体健康。许多国家通过制定严格的限量标准、加强检验检测等措施对食品中的PAHs进行防控,但随着工业化的快速发展,煤、石油等燃料的大量使用,食品中PAHs污染的问题依然突出,其在食品中仍普遍被检出,已成为影响食品安全的主要风险来源之一,关于食品中PAHs的污染来源、监测分析和检测技术等方面的研究也日益增多。本文概述了PAHs对农作物的影响,分析了食品中PAHs的主要来源和污染状况,从样品前处理和测定分析两个方面,综述了食品中PAHs的主要检测技术,评述了其优缺点,并提出了今后研究工作的建议,以期为食品中PAHs的监测分析、预防控制和深入研究提供参考。

复杂背景下基于YOLOv7-tiny的图像目标检测算法

“黑飞”无人机一旦带有炸弹等物品,会对人们带来威胁。对在公园、游乐场、学校等复杂背景下“黑飞”的无人机进行目标检测是十分必要的。前沿算法YOLOv7-tiny属于轻量级网络,具有更小的网络结构和参数,更适合检测小目标,但在识别小目标无人机时出现特征提取能力弱、回归损失大、检测精度低的问题;针对此问题,提出了一种基于YOLOv7-tiny改进的无人机图像目标检测算法YOLOv7-drone。首先,建立无人机图像数据集;其次,设计一种新的注意力机制模块SMSE嵌入到特征提取网络中,增强对复杂背景下无人机目标的关注度;然后,在主干网络中融入RFB结构,扩大特征层的感受野,丰富特征信息以增强特征提取的鲁棒性;然后,改进网络中的特征融合机制,通过新增小目标检测层,增加对小尺度目标的检测精度;然后,改变损失函数提高模型的收敛速度,减少损失以增强模型的鲁棒性;最后,引入可变形卷积(Deformable convolution, DCN),更好的根据目标本身形状进行特征提取,提升了检测精度。在PASCAL VOC公共数据集上进行对比实验,结果表明改进后的算法YOLO7-drone相比于YOLOv7-tiny,平均精度(map@0.5)提升了6%;在自制无人机数据集上进行实验,结果表明YOLOv7-drone与原算法相比,平均精度(map@0.5)提高了6.1%,并且检测速度为72帧/s;与YOLOv5l、YOLOv7目标检测算法进行对比实验,结果表明改进后的算法在平均精度(map@0.5)上分别高于对比算法4%、3.1%,验证了文中算法的可行性。