基于YOLOv11改进的医学影像脑肿瘤检测：注意力机制与损失函数优化的双重突破

这篇研究论文创新性地改进了YOLOv11模型，通过集成新型注意力模块（Shuffle3D和Dual-channel）和优化损失函数（HKCIoU），在Kaggle公开数据集上实现了脑肿瘤检测性能的显著提升。模型参数量减少2.7%、计算量降低7.8%的同时，mAP50和mAP50-95分别提高1.0%和1.4%，为临床实时诊断提供了轻量化解决方案。

　　

1 引言

脑肿瘤作为中枢神经系统的高危疾病，其早期检测对治疗决策至关重要。世界卫生组织（WHO）第五版中枢神经系统肿瘤分类（WHO CNS5）将脑肿瘤分为6大类，包括神经上皮肿瘤、脑膜肿瘤等。肿瘤的位置、大小和分级直接影响神经功能缺损程度，例如运动皮层肿瘤会导致对侧肢体瘫痪，而小脑病变则引发共济失调。

传统检测方法如支持向量机（SVM）结合方向梯度直方图（HOG）依赖人工特征，泛化能力有限。随着深度学习发展，Faster R-CNN和SSD等模型虽取得进展，但存在计算复杂度高或小肿瘤检测精度不足的问题。YOLO系列因其单阶段架构和全局上下文感知能力脱颖而出，最新迭代版本YOLOv11通过多尺度卷积核（C3K2模块）和跨层级金字塔切片注意力（C2PSA）进一步优化特征提取。

2 相关研究

近期研究显示，结合MobileNetV2-SSD的模型召回率达98%，而YOLOv9在脑肿瘤检测中mAP达0.826。Chen等提出的YOLO-NeuroBoost通过动态卷积核仓库和CBAM注意力实现99.48%的mAP，但参数量较大。联邦学习框架下的YOLOv11模型则实现90.8%的mAP，凸显数据协作潜力。

3 方法创新

3.1 网络结构改进

研究团队设计了三类注意力模块：

• •

  Shuffle3D：融合通道随机重排与空间抑制机制，通过超参数α=10^-4和β=0.5量化神经元激活差异（公式3-5）。

• •

  双通道注意力（Dual-channel）：并行使用不同尺寸卷积核（如7×7和3×3），结合空间注意力增强多尺度特征捕获。

• •

  空间注意力：通过最大/平均池化生成空间描述符，经Sigmoid归一化后加权输入特征。

这些模块替换了原C2PSA和检测头部的CBS模块（图5），在减少计算量的同时提升关键区域特征提取能力。

3.2 损失函数优化

提出HKCIoU损失函数，将钩子函数f(x)=ax+b/x（a=b=0.5）与CIoU结合（公式10）。该函数在CIoU较小时放大损失值，加速低质量预测框的收敛，使模型在100个epoch内快速达到最优。

4 实验结果

在Kaggle脑肿瘤数据集（含5,249张MRI图像）上的测试显示：

• •

  注意力消融实验：三注意力组合模型（编号8）以2.52M参数量实现最佳平衡，mAP₅₀波动在96.8%±0.3%（表3）。

• •

  综合改进：YOLOv11n-HA相比基线模型，mAP₅₀提升1%至96.8%，推理速度达70.55 FPS（表4）。

• •

  横向对比：参数量仅为RT-DETR(L)的7.7%，但mAP₅₀超出3.9%；较YOLOv10n计算量减少29.8%且精度更高。

5 讨论与展望

改进模型通过轻量化设计解决了临床硬件限制问题，检测示例如图9所示：红色框标注胶质瘤（Glioma，概率0.939），绿色框标注脑膜瘤（Meningioma，概率0.992）。未来可探索三维卷积扩展至CT影像分析，或结合病理数据实现分子分型预测。

6 结论

本研究通过双重优化策略，使YOLOv11n-HA在保持高效计算的同时，成为脑肿瘤MRI检测的先进工具，为AI辅助诊断提供了可落地的技术方案。