资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
文章类型：
机构：
[1]云南大学信息学院
[2]昆明医科大学第一附属医院
昆明医科大学附属第一医院
出处：
ISSN：
关键词：
溃疡性结肠炎
卷积神经网络
坐标注意机制
级联型特征金字塔网络
焦点损失函数
摘要：
针对溃疡性结肠炎(Ulcerative Colitis, UC)分级诊断工作量大、主观性强的问题，提出了一种基于DenseNet的自动分级方法。引入坐标注意机制和级联型特征金字塔网络改进DenseNet,以增强多层次特征提取能力，并采用焦点损失函数解决多分类样本不均衡问题，最后利用测试时增强技术提升模型整体鲁棒性。相比原网络，提出的方法在两个数据集上评估UC是否内镜缓解的准确率提高了1.0%和0.8%;评估内镜下病变严重程度的准确率提高了1.2%和2.4%。上述方法提高了UC疾病评估的精度，对临床辅助诊断有一定的参考价值和意义。
基金：
国家自然科学基金资助项目（62063034）；云南省高层次卫
生技术人才培养经费资助（H-2018040）
第一作者：
第一作者机构：
[1]云南大学信息学院
通讯作者：
推荐引用方式(GB/T 7714)：
刘燕红,张俊华,缪佳蓉,等.基于深度学习的溃疡性结肠炎分级方法[J].计算机仿真.2024,41(12):284-290.
