代国威，晏静香

（1. 中国农业科学院 农业信息研究所， 北京 100081； 2. 德阳市第七人民医院 老年科， 四川 德阳 618000）

0 引 言

结直肠恶性肿瘤是临床常见的消化系统恶性肿瘤，死亡率在全球恶性肿瘤中居第二位。当前，结直肠恶性肿瘤的腔内筛查或监视[1]主要采用柔性内窥镜技术。但是，该技术仅能检测到表面的息肉[2]，无法检测肠道内壁下隐藏组织和异常组织的细微质量差异，故在临床应用中受到限制。CT扫描下可对组织进行截面切分，使用卷积神经网络可检测截面细微图像，再使用较小视野的感受器进行训练[2]，可定位某些异常的细微对象，提高检测的准确性。本文通过优化改进网络结构，使用Yolo-polyps 模型对数据集进行验证，得出改进后的检测模型，对应用于临床研究具有一定的价值。

1 数据集的建立

收集公开的1 500 张二维CT 影像数据进行数据扩充，采用高斯噪声、镜像、改变明亮度、随机翻转等方法进行数据增广。如图1 所示，左边为原始图像，右边为处理后的图像。按照单张CT 图像4 倍扩充，获得6 000 张图像，共计7 500 张影像数据。

图1 主要的数据增广法

由于扩充后数据大小不适合Yolo-polyps 模型的输入，所以需对数据图像和相对应的标注数据进行格式转换，最终获得结直肠息肉数据集。采用十字交叉法在结直肠息肉数据集中抽取500 张作为验证集，剩下7 000 张图像按照预先定义的比例（9 ∶1）划分训练集和测试集。

2 检测及网络改进过程

2.1 检测过程

为实现对结直肠息肉的检测，选取目前流行……