基于YOLOv9算法的脑肿瘤医学图像算法检测  

作　　者：李菲 刘泽鹏 王义宗 马振全 

机构地区：[1]新疆理工学院信息工程学院

出　　处：《数字技术与应用》2025年第1期195-198,共4页Digital Technology & Application

基　　金：2023年度校级重点项目“基于生成对抗网络的医学图像语义分割研究”(ZZ202303);2021年度校级项目“基于全卷积神经网络的医学图像语义分割研究”(ZY202105);2024年度国家级大学生创新创业训练计划项目(202413558003)。

摘　　要：医生对于部分疾病的前期诊断可能会出现一定的误诊,这对患者后期治疗影响非常大,因此降低疾病误诊率是非常重要的。脑肿瘤作为威胁人类健康的一种重要疾病,医生很难快速、准确地对脑肿瘤图像进行分析判断。本文采用YOLOv9算法对脑肿瘤进行医学图像算法研究,旨在提高医学图像处理和分析的自动化水平,更有效地辅助医生借助医学视像确诊患者的疾病并进行医学研究,这能够有效地降低疾病误诊率,最终达到对疾病的确诊,挽救更多患者的生命。实验表明,该方法的建立对医学领域具有重要意义。

关 键 词：误诊率 脑肿瘤 医学图像处理 前期诊断 确诊患者 后期治疗 医学领域 医生 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程] R739.41[医药卫生—肿瘤]