2、乳腺 MRI 病变检测的增强方法

乳腺 MRI 病变检测的增强方法

1. Grad - CAM 模型用于病变检测

1.1 构建分类器

使用 Grad - CAM 模型进行目标检测，首先要构建一个分类器。具体操作是使用两组 MRI 图像，一组标记为正常，另一组标记为异常。通过迁移学习，利用这些图像对现有的深度 CNN 网络进行微调，从而构建一个二分类器。以下是构建分类器的步骤：
1. 准备两组 MRI 图像，分别标记为正常和异常。
2. 运用迁移学习方法，对现有深度 CNN 网络进行微调。
3. 完成二分类器的构建。

1.2 Grad - CAM 工作原理

构建好二分类器后，移除其输出层，为构建 Grad - CAM 模型做准备。Grad - CAM 的核心思想是计算最终分类得分相对于网络中最后一个卷积层的梯度。具体步骤如下：
1. 给定一张测试图像，如果二分类器将其分类为异常，则使用分类得分计算关于网络中最后一个卷积层的梯度。
2. 将梯度与卷积特征图进行线性组合，计算出一个彩色图，该彩色图会突出显示输入图像中特定类别的区域。
3. 将异常图转换为二值图像，并计算边界框。
4. 将计算得到的边界框与真实边界框进行比较，以进行验证。

1.3 异常检测流程

以下是使用 Grad - CAM 进行异常检测的详细流程：

graph TD;
    A[准备训练图像（正常和异常）] --> B[训练二分类器];
    B --> C[配置 Grad - CAM 模型];
    D[测试