基于深度學(xué)習(xí)的肝囊型包蟲病超聲圖像中小病灶檢測(cè)方法研究

米吾爾依提·海拉提 熱娜古麗·艾合麥提尼亞孜 卡迪力亞·庫爾班 嚴(yán)傳波

包蟲病是幼蟲棘球蚴寄生于人（或動(dòng)物）引起的一種人畜共患寄生蟲?。?］，多流行于畜牧業(yè)較發(fā)達(dá)地區(qū)，發(fā)病具有地域性特點(diǎn)，在我國新疆維吾爾自治區(qū)、寧夏回族自治區(qū)、內(nèi)蒙古自治區(qū)、青海省、西藏自治區(qū)等地區(qū)較常見［2］。其中新疆維吾爾自治區(qū)是我國肝包蟲病流行的重點(diǎn)發(fā)病區(qū)域［3-4］。一旦發(fā)病會(huì)危及患者的身體健康，使許多家庭“因病致貧，因病返貧”，造成極大的經(jīng)濟(jì)損失［5］。包蟲病的好發(fā)部位為肝臟，占發(fā)病總數(shù)的80%［6］，其次是肺臟等其他器官，最后累及全身［7］。肝包蟲病從病理上可分為肝細(xì)粒棘球蚴病和肝泡狀棘球蚴病，其中肝細(xì)粒型囊腫較多見［8］，占包蟲病病例的98%以上［9］。世界衛(wèi)生組織根據(jù)肝包蟲病的超聲圖像特征將其分為囊型肝包蟲病和泡型肝包蟲病，其中囊型肝包蟲病分為5 個(gè)類型，分別為單囊型（CE-1）、多子囊型（CE-2）、內(nèi)囊塌陷型（CE-3）、壞死實(shí)變型（CE-4）和鈣化型（CE-5）。見圖1。泡型肝包蟲病分為3 個(gè)類型，分別為浸潤型、鈣化型和液化空洞型。肝泡型包蟲病較肝囊型包蟲病發(fā)病率低，約占肝包蟲病的3%～5%［10］。由于包蟲在肝臟感染初期生長緩慢，患者通常不會(huì)出現(xiàn)明顯的臨床癥狀，僅部分會(huì)出現(xiàn)過敏癥狀或肝區(qū)偶感不適，隨著包蟲病灶的逐漸增長，可能壓迫周圍血管或破壞膽管，此時(shí)患者會(huì)出現(xiàn)腹部不適、疼痛或黃疸等較明顯的臨床癥狀［11］，加之牧區(qū)醫(yī)療條件相對(duì)落后、醫(yī)學(xué)人才缺失等諸多因素，目前對(duì)肝包蟲病的防治仍然面臨諸多困難［12］。臨床上一般采取臨床診斷、影像學(xué)診斷、免疫學(xué)及血清學(xué)檢查等確診包蟲?。?3］。其中，超聲檢查是肝包蟲病診斷和篩查的首選方式，其作為一種無創(chuàng)檢查手段［14］，運(yùn)用物理學(xué)成像特性，實(shí)現(xiàn)對(duì)人體軟組織的物理特性形態(tài)結(jié)構(gòu)和功能狀態(tài)的判斷［15］。但是常規(guī)超聲圖像均需進(jìn)行定量分析，需超聲醫(yī)師和腫瘤專家耗費(fèi)大量的時(shí)間和精力才能初步完成疾病的診斷，存在人為主觀性強(qiáng)、測(cè)量結(jié)果準(zhǔn)確性差、可再現(xiàn)性差等問題，常導(dǎo)致疾病的漏診或誤診［16］。臨床上醫(yī)師面對(duì)體檢所產(chǎn)生的海量超聲圖像，難以保證有足夠的精力尋找到所有的肝包蟲病灶，特別是面對(duì)結(jié)構(gòu)相似的疾病時(shí)難以有效地鑒定所有的囊型肝包蟲病灶［17］。

圖1 各類型囊型肝包蟲病超聲圖像

針對(duì)此類情況，有學(xué)者［18］提出使用計(jì)算機(jī)輔助診斷（computer aided diagnosis，CAD）的方法來輔助醫(yī)師對(duì)肝囊型包蟲病做出診斷，以此彌補(bǔ)部分地區(qū)醫(yī)療資源不足的情況。隨著深度學(xué)習(xí)網(wǎng)絡(luò)的快速發(fā)展，圖像處理中的目標(biāo)檢測(cè)任務(wù)也有了跨越性的進(jìn)展［19］。目前小病灶主要有2 種定義，一種是指物理尺寸較小的病灶（最大徑＜5 cm）；另一種則是在MS-COCO［20］度量評(píng)估中提出的像素＜32×32 的病灶。雖然不斷有新的檢測(cè)方法被提出，但肝包蟲病超聲圖像中的小病灶具有面積較小、圖像清晰度低及成像方式的差異等特點(diǎn)［21］，如直接將現(xiàn)有針對(duì)自然圖像檢測(cè)的主流算法用于肝囊型包蟲病小病灶的檢測(cè)上效果較差［22-24］。本文針對(duì)肝囊型包蟲病超聲圖像中小病灶檢測(cè)困難的問題，以YOLOv7為基底進(jìn)行優(yōu)化，提出了一種基于深度學(xué)習(xí)的方法用于檢測(cè)肝囊型包蟲病5類分型超聲圖像中小病灶的方法，從而更好地輔助臨床醫(yī)師快速檢測(cè)肝囊型包蟲病，降低早期誤診率，實(shí)現(xiàn)早發(fā)現(xiàn)、早治療，為進(jìn)一步推動(dòng)偏遠(yuǎn)地區(qū)醫(yī)療衛(wèi)生事業(yè)的發(fā)展貢獻(xiàn)力量。

一、基本原理

（一）YOLOv7

目標(biāo)檢測(cè)包括2 類：雙階段（two-stages）和單階段（onestage）檢測(cè)。雙階段是先生成一系列樣本的候選框，再利用卷積神經(jīng)網(wǎng)絡(luò)對(duì)樣本進(jìn)行分類；典型代表有R-CNN［25］、Fast R-CNN［26］、Faster R-CNN［27］等。單階段則無需生成樣本的候選框，采用回歸方法定位目標(biāo)進(jìn)行檢測(cè)。常見算法有SSD（single shot multibox detector）［28］和YOLO（you only look once）［29］。雙階段目標(biāo)檢測(cè)算法的階段性檢測(cè)過程導(dǎo)致模型整體檢測(cè)速度較慢，不適用于實(shí)時(shí)監(jiān)測(cè)。單階段的SSD 算法雖檢測(cè)速度較快，但準(zhǔn)確率低于YOLO 系列。YOLO 通過省略生成樣本的候選框這一步驟，直接將目標(biāo)框定位的問題轉(zhuǎn)化為回歸問題進(jìn)行處理，輸入圖片后僅經(jīng)過一個(gè)神經(jīng)網(wǎng)絡(luò)得到邊界框的位置及其所屬的類別，使YOLO 系列算法的檢測(cè)速度較為快速。目前YOLO 系列已發(fā)展至YOLOv7［29］系列，性能有了巨大提升，其在準(zhǔn)確率和速度方面超越了以往的YOLO 系列算法。YOLOv7 引入了一些新的技術(shù)和策略，包括模型重參數(shù)化、標(biāo)簽分配策略、ELAN 高效網(wǎng)絡(luò)架構(gòu)和帶輔助頭的訓(xùn)練。YOLOv7 輸入圖片后相應(yīng)經(jīng)過Backbone、Head 等模塊，最終在不同尺度的特征圖上得到病灶的位置信息與分類置信度?？傊?，YOLOv7 是一種先進(jìn)的目標(biāo)檢測(cè)算法，具有高準(zhǔn)確率和快速的運(yùn)行速度，其采用了多種技術(shù)和策略以提高檢測(cè)性能，并在實(shí)時(shí)系統(tǒng)中得到廣泛應(yīng)用。其網(wǎng)絡(luò)結(jié)構(gòu)見圖2。

圖2 YOLOv7網(wǎng)絡(luò)結(jié)構(gòu)圖

（二）EffificientRep

深度學(xué)習(xí)網(wǎng)絡(luò)的硬件效率設(shè)計(jì)和部署一直是研究的重點(diǎn)和熱點(diǎn)。傳統(tǒng)的推理效率評(píng)估指標(biāo)是浮點(diǎn)運(yùn)算次數(shù)（FLOPs）和參數(shù)計(jì)數(shù)，但這些指標(biāo)不能表示與硬件的關(guān)系，如內(nèi)存訪問成本和I/O 吞吐量。RepVGG 是一種基于Winograd 算法在GPU 或CPU 上高度優(yōu)化的具有3×3 卷積核的新型網(wǎng)絡(luò)［30］。單路徑模型可以在GPU等設(shè)備上快速訓(xùn)練和推斷。圖3示RepConv在訓(xùn)練狀態(tài)與推理狀態(tài)之間的轉(zhuǎn)換。在訓(xùn)練狀態(tài)下，由于增加了1×1的Conv 和殘差鏈，RepConv 可以保證訓(xùn)練時(shí)的準(zhǔn)確性。在推理狀態(tài)下，重新參數(shù)化結(jié)構(gòu)可以等價(jià)地轉(zhuǎn)換為推理狀態(tài)。EfficientRep 是近年提出的具有類似RepVGG 架構(gòu)且硬件友好的卷積神經(jīng)網(wǎng)絡(luò)，其網(wǎng)絡(luò)結(jié)構(gòu)見圖4，RepConvs通過殘差方式線性連接，構(gòu)成Bep單元，接著由Bep單元組成一個(gè)Repblock再與CSP 式（CSPstyle）結(jié)構(gòu)相結(jié)合，組成一種新的BepC3 塊結(jié)構(gòu)，在BepC3 模塊的基礎(chǔ)上，分別設(shè)計(jì)了CSPBep 主干和CSPRepPAN頸部，形成最終的EfficientRep 模型。EfficientRep 對(duì)計(jì)算能力和內(nèi)存帶寬在內(nèi)的硬件不敏感，能在保證良好檢測(cè)精度的前提下有效平衡模型的精度-速度。

圖3 RepConv的設(shè)計(jì)圖

圖4 EfficientRep網(wǎng)絡(luò)結(jié)構(gòu)圖

（三）損失函數(shù)

1.IoU Loss（Intersection over Union Loss）。其是目標(biāo)檢測(cè)領(lǐng)域常用的一種損失函數(shù)，用于衡量預(yù)測(cè)框與真實(shí)框之間的相似度。其通過計(jì)算預(yù)測(cè)框和真實(shí)框的交集與并集的比值來評(píng)估兩者的重疊程度。如公式1 中所示，A 為真實(shí)邊框，B 為預(yù)測(cè)邊框，A和B的交集除以A和B的并集得到IoU值。一般在計(jì)算機(jī)檢測(cè)任務(wù)中，IoU≥0.5 屬于檢測(cè)正確，IoU 越接近于1，說明預(yù)測(cè)框與真實(shí)框重合程度越高，代表模型預(yù)測(cè)越準(zhǔn)確、平均精度（AP）值越大。

然而，IoU 并不能精確地表示2 個(gè)框的相似度，因?yàn)槠鋬H考慮了框的位置信息，而未考慮框的形狀和大小。因此，為了改進(jìn)IoU 的不足，出現(xiàn)了一些相關(guān)改進(jìn)方法，其中包括GIoU Loss、DIoU Loss 和CIoU Loss 等。GIoU Loss（Generalized Intersection over Union）是對(duì)IoU Loss 的改進(jìn)，其引入了一個(gè)能夠?qū)㈩A(yù)測(cè)框與真實(shí)框最小包圍的框C，通過計(jì)算C 的面積來懲罰預(yù)測(cè)框與真實(shí)框之間的偏移。DIoU Loss（Distance-IoU Loss）是對(duì)GIoU Loss 的改進(jìn)，其在GIoU Loss 的基礎(chǔ)上添加了一個(gè)能夠衡量預(yù)測(cè)框與真實(shí)框中心點(diǎn)距離的項(xiàng)，用于進(jìn)一步提升框的回歸效果。CIoU Loss 是對(duì)DIoU Loss 的改進(jìn)，其在DIoU Loss 的基礎(chǔ)上添加了一個(gè)能夠衡量預(yù)測(cè)框與真實(shí)框?qū)捀弑炔町惖捻?xiàng)，用于進(jìn)一步優(yōu)化框的回歸效果。這些改進(jìn)方法的目的均是為了更準(zhǔn)確地衡量預(yù)測(cè)框與真實(shí)框之間的相似度，從而提高目標(biāo)檢測(cè)算法的性能。

2.Wise-IoU（WIoU）Loss。2023 年Tong 等［30］提出了一種更高效、更直接的回歸損失函數(shù)WIoU。WIoU 通過估計(jì)錨框的離群度定義一個(gè)動(dòng)態(tài)聚焦機(jī)制（FM）（fβ），F(xiàn)M 通過將小梯度增益分配到具有小β 的高質(zhì)量錨框，使錨框回歸能夠?qū)Ｗ⒂谄胀ㄙ|(zhì)量的錨框。同時(shí)，該機(jī)制將小梯度增益分配給β 較大的低質(zhì)量錨箱，有效削弱了低質(zhì)量樣例對(duì)錨框回歸的危害。具體分為3個(gè)步驟：

（1）WIoU v1：由于訓(xùn)練數(shù)據(jù)不可避免地包含低質(zhì)量的例子，距離、橫縱比等幾何因素會(huì)加重低質(zhì)量例子的懲罰，從而降低模型的泛化性能。一個(gè)好的損失函數(shù)應(yīng)該在錨盒與目標(biāo)盒重合良好時(shí)弱化幾何因素的懲罰，訓(xùn)練中較少的干預(yù)會(huì)使模型獲得更好的泛化能力。構(gòu)建距離度量距離注意力，可得到具有兩層注意力機(jī)制的WIoU v1，如公式2所示。公式中，RWIoU∈［1，e），這將顯著放大普通質(zhì)量錨框的LIoU。 LIoU∈［0，1］，這將顯著降低高質(zhì)量錨框的RWIoU，并在錨框與目標(biāo)框重合良好時(shí)，將焦點(diǎn)集中在中心點(diǎn)之間的距離上。Wg、Hg是最小的包圍框的大小。為了防止RWIoU產(chǎn)生阻礙收斂的梯度，Hg從計(jì)算圖中分離（*表示此操作）。因?yàn)槠溆行У叵俗璧K收斂的因素，所以沒有引入諸如長寬比之類的新指標(biāo)。

（2）WIoU v2：為降低簡單示例對(duì)損失值的貢獻(xiàn)，在交叉熵設(shè)計(jì)了一個(gè)單調(diào)FM，有效降低了簡單示例對(duì)損失值的貢獻(xiàn)。這使得模型能夠聚焦于困難示例，獲得分類性能的提升。公式3-2 為WIoU v2 反向傳播過程，r=Lγ*IoU∈［0，1］為梯度增益，在模型訓(xùn)練過程中，梯度增益隨著LIoU的減小而減小，導(dǎo)致訓(xùn)練后期收斂速度較慢。因此，引入LIoU的均值作為歸一化因子，如公式3-3所示。

其中，LIoU是動(dòng)量為m 的運(yùn)行均值。動(dòng)態(tài)更新歸一化因子使梯度增益總體上處于較高的水平，解決了訓(xùn)練后期收斂緩慢的問題。動(dòng)態(tài)非單調(diào)FM 是錨框的離群度由LIoU的比值表征。如公式4所示。

（3）WIoU v3：利用β 構(gòu)造了一個(gè)非單調(diào)聚焦系數(shù)，并將其應(yīng)用于WIoU v1 就得到了具有動(dòng)態(tài)非單調(diào)FM 的WIoU v3。利用動(dòng)態(tài)非單調(diào)FM的明智的梯度增益分配策略，WIoU v3獲得了優(yōu)越的性能。如公式5所示。

（四）CBAM注意力

使用注意力機(jī)制的目的是使網(wǎng)絡(luò)更多地關(guān)注到病灶的位置，增強(qiáng)存在病灶位置的權(quán)重來提高提取信息能力，得到更高的平均檢測(cè)精度。CBAM（convolutional block attention module）是一種輕量的注意力模塊，可以在空間和通道上進(jìn)行注意力機(jī)制，沿著通道和空間2個(gè)維度推斷出注意力權(quán)重系數(shù)，然后再與特征圖相乘。CBAM 包含通道注意力模塊和空間注意力模塊，2 個(gè)注意力模塊采用串聯(lián)的方式，具體為：①通道注意力模塊。通道注意力是關(guān)注哪個(gè)通道上的特征是有意義的，輸入特征圖是H×W×C，先分別進(jìn)行一個(gè)全局平均池化和全局最大池化得到2 個(gè)1×1×C 的特征圖，再將其利用共享的全連接層（Shared MLP）進(jìn)行處理，然后將共享的全連接層所得到的結(jié)果進(jìn)行相加再使用Sigmoid 激活函數(shù)，進(jìn)而獲得輸入特征層每一個(gè)通道的0～1 權(quán)重得到最終輸出特征圖；②空間注意力模塊。通道注意力輸出之后，再引入空間注意力模塊，關(guān)注空間中哪部分的特征有意義?？臻g注意力模塊輸入特征圖為H×W×C，分別進(jìn)行一個(gè)通道維度的最大池化和平均池化得到2 個(gè)特征圖，然后將這2 個(gè)特征圖在通道維度拼接起來，得到特征圖H×W×2，然后再經(jīng)過一個(gè)7×7 卷積操作，降為1 個(gè)通道，同時(shí)保持H、W 不變，輸出特征圖為H×W×1，然后再通過Sigmoid函數(shù)生成空間權(quán)重系數(shù)，之后與輸入特征圖相乘得到最終特征圖。見圖5～7。

圖5 CBAM注意力模塊結(jié)構(gòu)圖

圖6 通道注意力模塊結(jié)構(gòu)圖

圖7 空間注意力模塊結(jié)構(gòu)圖

二、方法

考慮到Y(jié)OLOv7 在Backbone 中使用大量ELAN 網(wǎng)絡(luò)，每個(gè)ELAN 網(wǎng)絡(luò)由多個(gè)標(biāo)準(zhǔn)卷積密集連接構(gòu)成，網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，造成過多計(jì)算量和大量的參數(shù)，部署在不同的硬件設(shè)備上很難達(dá)到模型的精度-速度平衡，導(dǎo)致模型性能參差不齊。其次，YOLOv7 選用的CIoU 由于易受離群值影響的原因，損失函數(shù)的值變化波動(dòng)較大，最終在評(píng)判正負(fù)樣本時(shí)效果不佳。為此，本文考慮采用更為硬件友好的網(wǎng)絡(luò)進(jìn)行特征提取，在保證豐富特征的前提下，實(shí)現(xiàn)精度-速度平衡，得到更高的檢測(cè)精度。

1.借鑒對(duì)硬件友好的網(wǎng)絡(luò)EffificientRep 思想并進(jìn)行調(diào)整，作為本文模型YOLOv7 的主干，以解決YOLOv7 在部署的硬件上無法獲得合適的精度-速度平衡問題。

2.在模型的標(biāo)簽分配部分，用更優(yōu)的WIoU Loss 替換原CIoU Loss，在保證豐富特征不被丟失的前提下，盡可能地降低損失，獲得較高的精度。

3.在主干的最后第4 層加入CBAM 注意力，進(jìn)一步提高了模型檢測(cè)精度。

三、試驗(yàn)結(jié)果與分析

1.數(shù)據(jù)集與數(shù)據(jù)預(yù)處理。從新疆醫(yī)科大學(xué)第一附屬醫(yī)院超聲科獲取2008年1月至2022年12月1220例患者共計(jì)6854張肝囊型包蟲超聲圖像，在專業(yè)醫(yī)師的指導(dǎo)下，從收集到圖像中挑選小病灶圖像（病灶最大徑≤5 cm 或像素≤32×32）建立數(shù)據(jù)集，按照8∶2 的比例將數(shù)據(jù)集分為訓(xùn)練集和驗(yàn)證集，進(jìn)而使用Labelimg 圖像標(biāo)注軟件對(duì)其進(jìn)行了手工標(biāo)注，按VOC 數(shù)據(jù)集中的規(guī)范要求完成保存。另外，基于肝囊型包蟲病超聲圖像特征，本文采用灰度尺寸歸一化、自適應(yīng)直方圖均衡化、雙邊濾波、數(shù)據(jù)擴(kuò)增4種方法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，最終得到了2170張高質(zhì)量圖像（單囊型438 副、多子囊型446 副、壞死實(shí)變型454 副、內(nèi)囊塌陷型388副、鈣化型444副），用于模型的訓(xùn)練和評(píng)估。

2.試驗(yàn)環(huán)境和評(píng)價(jià)指標(biāo)。試驗(yàn)環(huán)境是基于Linux 操作系統(tǒng)Ubuntu 18.04.2 LST，使用GPU 版Pytorch 1.11 深度學(xué)習(xí)框架Python 3.7 編程語言實(shí)現(xiàn)。設(shè)置輸入圖像尺寸為224×224，權(quán)重衰減參數(shù)設(shè)置為5×10-4，batchsize 設(shè)置為14，初始學(xué)習(xí)率為0.001，最大迭代次數(shù)150，再迭代150 次得到最終網(wǎng)絡(luò)訓(xùn)練模型。同時(shí)采用平均精度均值（mAP）、畫面每秒傳輸幀數(shù)（Fps）、參數(shù)量（Params）和FLOPs 作為評(píng)價(jià)指標(biāo)，其中mAP 是目標(biāo)檢測(cè)中對(duì)多個(gè)驗(yàn)證樣本個(gè)體求平均AP 值的方式，是衡量檢測(cè)精度的指標(biāo)，其值越大表示檢測(cè)準(zhǔn)確率越高；Fps表示每秒內(nèi)可以處理的圖片數(shù)量，用來評(píng)估目標(biāo)檢測(cè)的速度，其值越大表示模型檢測(cè)速度越快，該算法的實(shí)時(shí)檢測(cè)性能越好；Params 和FLOPs是評(píng)估模型規(guī)模大小的指標(biāo)，其值越小，說明模型越輕便。

3.消融試驗(yàn)。為了驗(yàn)證本文提出的各項(xiàng)改進(jìn)是否有效，設(shè)計(jì)一組消融試驗(yàn)進(jìn)行對(duì)比分析，為保證試驗(yàn)準(zhǔn)確性，訓(xùn)練過程中均采用相同參數(shù)，在自制肝囊型包蟲病小病灶數(shù)據(jù)集上進(jìn)行試驗(yàn)，試驗(yàn)Ⅰ是將EffificientRep網(wǎng)絡(luò)作為新的骨干網(wǎng)絡(luò)；試驗(yàn)Ⅱ是將CIoU Loss 替換為WIoU Loss；試驗(yàn)Ⅲ是在主干的最后第4 層中加入CBAM注意力。消融試驗(yàn)結(jié)果見表1。可以看出，將原始YOLOv7模型直接作為檢測(cè)網(wǎng)絡(luò)進(jìn)行試驗(yàn)（表1中第1行所示），所得模型mAP為86.0%，Params、FLOPs和Fps分別為36.5 M、103.2 G、46.0 幀/s。將EffificientRep 網(wǎng)絡(luò)作為YOLOv7 的骨干網(wǎng)絡(luò)進(jìn)行試驗(yàn)（表1 第2 行所示），mAP 較原始YOLOv7 提升了0.4%，Params、FLOPs 和Fps 分別為21.7 M、59.4 G、40.0 幀/s，模型大小明顯得到了縮小。將WIoU Loss嵌入YOLOv7的Head部分進(jìn)行試驗(yàn)（表1 第3 行所示），mAP 較原始YOLOv7 提升了1.2%，Params、FLOPs 和Fps 分別為21.7 M、59.4 G、56.0 幀/s，性能得到了明顯的提高。將CBAM 注意力加入YOLOv7的主干部分進(jìn)行試驗(yàn)（表1 第4 行所示），mAP 較原始YOLOv7 提升了0.1%，Params、FLOPs 和Fps 分別為22.2 M、59.5 G、57.0 幀/s，性能得到了一定的提高。將EffificientRep 網(wǎng)絡(luò)作為YOLOv7 骨干網(wǎng)絡(luò)的同時(shí)在Head 部分嵌入WIoU Loss 進(jìn)行試驗(yàn)（表1 第5 行所示），mAP 較原始YOLOv7 提升了0.6%，Params、FLOPs 和Fps 分別為21.7 M、59.4 G、59.0 幀/s，在此基礎(chǔ)上加入CBAM 注意力，mAP 較原始YOLOv7 提升了2.1%，Params、FLOPs 和Fps分別為22.2 M、59.4 G、62.7幀/s，證明了改進(jìn)的有效性。

表1 消融試驗(yàn)結(jié)果

4.方法對(duì)比。與當(dāng)前主流的目標(biāo)檢測(cè)算法模型（包括YOLOv3、YOLOv5、SSD、Faster R-CNN 和DETR）進(jìn)行對(duì)比試驗(yàn)，結(jié)果見表2 和圖8。 結(jié)果顯示，與基于CNN 的模型YOLOv3、YOLOv5、YOLOv7、SSD、Faster R-CNN 比較，本文改進(jìn)后的YOLOv7 算法mAP 分別提高了6.2%、2.2%、2.1%、7.3%、1.7%，Params 分別下降39.7 M、8.7 M、14.3 M、18.8 M、114.8M；與基于Transformer 的模型DETR 比較，其mAP 提高了5.1%，Params 下降14.5 M。 由圖8 可知，相比其他幾個(gè)主流目標(biāo)檢測(cè)模型，改進(jìn)后的YOLOv7 檢測(cè)精度高、速度快，同時(shí)參數(shù)量少，屬于輕量級(jí)高精度模型?？傊?，改進(jìn)后的YOLOv7 在模型輕量化的同時(shí)，又提高了模型的精度，有效地平衡了精度-速度。

表2 改進(jìn)后的YOLOv7與同類型目標(biāo)檢測(cè)模型評(píng)價(jià)驗(yàn)證集中肝囊型包蟲病小病灶超聲圖像結(jié)果

圖8 改進(jìn)后的YOLOv7與同類型目標(biāo)檢測(cè)模型評(píng)價(jià)驗(yàn)證集中肝囊型包蟲病小病灶超聲圖像性能比較

四、檢測(cè)效果分析

為了比較本文改進(jìn)模型與原模型的檢測(cè)效果，選擇肝囊型包蟲病超聲圖像中的壞死實(shí)變型（CE-4）圖像進(jìn)行檢測(cè)，在一張圖上的熱力圖可視化效果對(duì)比中可以看出，改進(jìn)后的YOLOv7模型有著更好的定位能力。見圖9。

圖9 原始模型與改進(jìn)后的YOLOv7模型檢測(cè)壞死實(shí)變型（CE-4）肝囊型包蟲病圖像效果對(duì)比

五、結(jié)論

本文選取YOLOv7 作為基礎(chǔ)網(wǎng)絡(luò)，用標(biāo)注后的肝囊型包蟲病圖像數(shù)據(jù)集，針對(duì)肝包蟲病在肝臟區(qū)域常發(fā)病位置和類型分類，借鑒EffificientRep 網(wǎng)絡(luò)思想改進(jìn)了骨干網(wǎng)絡(luò)，有效增強(qiáng)了特征提取能力；相繼將WIoU Loss 和CBAM 注意力加入Head 和Backbone 部分，得到了高精度檢測(cè)效果，為肝囊型包蟲病計(jì)算機(jī)診斷系統(tǒng)的構(gòu)建提供了理論基礎(chǔ)。結(jié)果表明，改進(jìn)后的YOLOv7 在準(zhǔn)確度上有更良好的表現(xiàn)，對(duì)驗(yàn)證集的mAP 達(dá)到了88.1%，高于其他同類目標(biāo)檢測(cè)網(wǎng)絡(luò)算法。檢測(cè)速度也能夠滿足實(shí)時(shí)檢測(cè)小病灶的要求，能夠有效檢測(cè)小病灶及其位置等信息。