基于增强特征融合的改进YOLOv4疟原虫检测方法技术

本发明专利技术公开了一种基于增强特征融合的改进YOLOv4疟原虫检测方法，属于图像处理与医学的交叉领域。所述方法从增强模型特征提取与特征融合能力的角度对YOLOv4模型进行改进，设计MAFM模块代替SPP模块，使用空洞卷积增强多尺度特征提取能力，引入坐标注意力模块获取更有利于分类与回归任务的特征；设计AFFM模块替代拼接操作，结合通道注意力与空间注意力增强不同层级特征图的融合能力，减少特征损失与冗余；使用SIoU作为回归损失函数，通过考虑真实框与预测框的角度损失，加快模型的收敛速度。所提出的疟原虫检测方法在背景复杂、细胞重叠等场景及图片边缘处的疟原虫检测具有更好的效果，mAP可以达到98.42％。

【技术实现步骤摘要】

本专利技术涉及一种基于增强特征融合的改进yolov4疟原虫检测方法，属于图像处理。

技术介绍

1、疟疾是由雌性按蚊叮咬，导致人体血液感染疟原虫所引发的一种传染性疾病。人体内感染红细胞的疟原虫有间日疟、恶性疟、卵形疟、三日疟四种，其中恶性疟是最常见的疟原虫。疟疾检测即检测人体血液中疟原虫的存在情况，包括疟原虫的种类和数量，对于疟疾的预防与诊断具有重大意义。目前，人工显微镜检查依然是疟疾检测的金标准，通过显微镜检查判断疟原虫的种类与生长周期，统计血液中疟原虫的数量，具有易制得、效益高、操作简单等特点。然而培养一名熟练的镜检人员需要花费大量的时间成本，因此该方法在资源匮乏地区的推广受到了限制。快速诊断测试(rapid diagnostic tests,rdts)与pcr(polymerase chain reaction)检测也在近几年得到了广泛运用。rdts的原理是通过检测疟原虫产生的抗原，引发化学反应，使指示带发出荧光，其检测操作简单，检测时间快，但是无法提供量化指标如疟原虫的种类与个数。pcr通过外部合成寄生虫特异性dna片段，经电泳检测是否含有该目的条带本文档来自技高网...

【技术保护点】

1.一种基于增强特征融合的改进YOLOv4疟原虫检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述步骤2构建得到的改进YOLOv4网络中，Backbone部分使用CSPDarknet53进行特征提取，引入CSPNet结构将浅层信息与深层信息相结合；Neck部分引入空间池化金字塔SPP结构，使用不同尺度的池化操作以增强特征提取能力，使用PANet结构，在FPN的基础上增加了一条自底而上的特征融合路径以实现不同尺寸特征图之间的充分融合；Head部分用于完成回归与分类任务，分别在13×13，26×26，52×52三种不同大小的尺寸图上，对大目标、中...

【技术特征摘要】

1.一种基于增强特征融合的改进yolov4疟原虫检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述步骤2构建得到的改进yolov4网络中，backbone部分使用cspdarknet53进行特征提取，引入cspnet结构将浅层信息与深层信息相结合；neck部分引入空间池化金字塔spp结构，使用不同尺度的池化操作以增强特征提取能力，使用panet结构，在fpn的基础上增加了一条自底而上的特征融合路径以实现不同尺寸特征图之间的充分融合；head部分用于完成回归与分类任务，分别在13×13，26×26，52×52三种不同大小的尺寸图上，对大目标、中等目标、小目标进行检测。

3.根据权利要求2所述的方法，其特征在于，所述步骤3包括：

4.根据权利要求3所述的方法，其特征在于，所述步骤4包括：

5.根据权利要求4所述的方法，其特征在于，所述步骤5中siou作为回归损失函数由距离损失lossdis，长宽比损失lossshape与重叠面积损失lossiou三部分组成；其中距离损失中引入了角度损失，siou的表达...

【专利技术属性】
技术研发人员：谢莉，耿俊杰，舒卫平，贺魏，李健，杨海麟，王琼，
申请(专利权)人：江南大学，
类型：发明
国别省市：