联合多尺度注意力与混合池化的手腕创伤X光图像检测

来源：电子测量技术杂志2025年第16期北京时间：

作者：林淑娟，钟铭恩，谭佳威，范康，林志强

单位：1.厦门理工学院机械与汽车工程学院 厦门 361024;2.厦门大学航空航天学院 厦门 361005

摘要：针对X光图像中的骨折、软组织肿胀、骨病变等多类创伤的辅助检测问题，提出一种基于深度卷积神经网络的目标检测算法模型WristXNet。首先设计了多尺度注意力特征聚合模块C2f_MSAF来增强模型对多尺度目标的特征理解能力；其次构建了混合池化空间金字塔模块HPSP来增强对不同类别目标关联特征的提取能力；随后引入动态上采样模块DySample来进一步增强对细粒度特征的捕捉能力；最后设计了具有解耦结构的轻量化检测头LDDHead来提升模型计算效率。在儿童手腕创伤X光图像公开数据集GRAZPEDWRI-DX上的实验结果表明，所提算法针对X光图像中的7类常见目标的平均检测精度mAP取得最高值68.5%，相比现有最优算法提升了1.6%，且模型大小仅为3.3 M，处理效率达到每秒156.9张图像，体现了良好的综合性能。

关键词：医学图像处理;腕骨X光图像;多尺度注意力;混合池化;细粒度特征

基金资助：福建省自然科学基金（2023J011439）项目资助