基于兩階段分析的多尺度頸動脈斑塊檢測方法

肖 慧，方威揚，林銘俊，周振忠，費洪文，陳超敏

1南方醫科大學生物醫學工程學院，廣東 廣州 510515；2廣州尚醫網信息技術有限公司，廣東 廣州 510515；3南方醫科大學附屬廣東省人民醫院，廣東 廣州510180

心血管疾?。–VD）是全球死亡的主要原因之一，僅在中國，其患病人數高達3.3億，且患病率處于持續上升態勢，平均每5例死亡中就有2例死于CVD［1,2］。動脈粥樣硬化是大多數CVD的主要病理過程，硬化過程的特點表現為動脈壁上出現過多的斑塊沉積?，F有研究認為炎癥是促成動脈粥樣硬化的重要機制，高血壓、高血脂、糖尿病、不健康飲食等是誘發斑塊生成的常見危險因素［3,4］。動脈粥樣硬化的早期檢測主要集中于外周動脈和頸動脈［5］，在使用頸動脈中沉積的斑塊去評估心血管事件的風險時，對頸動脈斑塊的檢測識別十分關鍵。

相比于MRI和CT兩種非侵入性成像方式而言，超聲因操作方便、低成本、無輻射等優點，被廣泛應用于心血管疾病和動脈粥樣硬化的臨床診斷中［6］。在超聲檢查中將頸動脈粥樣硬化斑塊定義為內-中膜厚度（IMT）≥1.5 mm或大于周圍正常IMT值50%以上，且具有凸向管腔的局部結構變化［7］。伴隨著計算機技術的興起和不斷發展，利用人工智能（AI）算法對頸動脈斑塊的超聲圖像進行分析處理已經做了大量的研究。有研究使用二維經驗模式分解算法分解頸動脈超聲圖像后提取熵特征，基于多種特征排序方法和分類方法組合對斑塊類型進行判定分析［8］；有研究利用灰度共生矩陣提取IMT區域的紋理特征后，使用支持向量機實現了對有無癥狀頸動脈斑塊的學習分類［9］。然而大多數傳統方法只停留在對頸動脈斑塊進行表征和分類，而忽略了對斑塊的位置定位。

隨著深度學習網絡廣泛應用于醫學領域，對目標病灶的檢測定位逐漸成為了研究的熱點。自2015年，較新的對象檢測框架大致分為單級檢測結構和兩級檢測結構，后者相較于前者而言，在預測邊界框和類別之前增加了一個建議區域生成網絡以生成大量的候選框，但同時也會復雜化網絡結構［10］。在超聲圖像上應用較為廣泛的目標檢測模型包括SSD［11］、EfficientDet［12］、YOLO系列［13］以及Faster R-CNN［14］等。有研究利用兩級網絡Faster R-CNN實現了對頸動脈斑塊的自動檢測［15］，平均精度達到91.09%。然而，超聲掃描一般需要臨床醫生現場給出診斷結果，對檢測框架的實時性比其他成像方式要求更高，在保證檢測精度的同時也需重點考慮檢測速度的問題；其次，由于頸動脈斑塊形狀大小不一，現有深度學習算法表現出對斑塊檢測的局限性、泛化性能不高，容易造成漏檢、誤檢的情況。

針對上述存在的問題，本研究采用兩階段的頸動脈斑塊檢測模式，即SM-YOLO，旨在快速、全面地從超聲圖像中檢測出多種尺度的頸動脈斑塊。第一階段基于單級檢測模型YOLOX［16］對頸動脈超聲圖像進行檢測，引入多尺度圖像訓練和多尺度圖像預測策略，在保證了檢測速度的同時識別出更多的可疑斑塊來防止漏檢，構建候選頸動脈斑塊集。第二階段建立基于局部特征的分類網絡，利用方向梯度直方圖（HOG）和局部二值模式（LBP）算子提取并融合候選頸動脈斑塊圖像中的邊緣空間和局部紋理特征，結合SVM分類器實現對候選頸動脈斑塊的精準分類來防止誤檢。

1 材料和方法

1.1 實驗數據

本研究為回顧性實驗，已通過廣東省人民醫院倫理評審委員會批準（KY2023-642-01），研究過程嚴格按照相關隱私保護標準進行，確?；颊唠[私得到充分的尊重和保護。實驗所使用的頸動脈斑塊超聲圖像回顧性地收集自廣東省人民醫院2022年1～12月，采集的機器型號為高分辨率設備PHILIPS IE33和LOGIQ E9。數據集包括327例患者，共計1337張頸動脈斑塊圖像，患者年齡為65.28±10.07歲，男女比例接近2∶1，涵蓋了雙側頸總、頸外、頸內動脈等不同部位和大小類型的斑塊情況，其中血管橫切面圖像463張，縱切面圖像874張。數據排除標準：經歷過頸動脈重建手術；存在頸動脈瘤等其他嚴重并發疾??；圖像質量差，嚴重影響斑塊的判斷。入組數據中的頸動脈斑塊矩形邊界框均由兩位經驗豐富的放射科醫生按照統一的標注規范進行勾畫，且由另外一名資深的專家進行獨立復查結果，按照Pascal VOC2007數據格式生成最后的標簽，以獲得高質量的實驗數據集。

1.2 數據預處理

受超聲成像機制和操作過程的影響，收集的頸動脈圖像往往會伴隨著分辨率低、斑點噪聲密度高、邊緣模糊等缺點，為避免這些問題對后續檢測效果造成不利影響，在輸入模型前對數據進行合適的預處理是十分重要的環節［17,18］。預處理階段首先需要對原始超聲圖像進行降噪處理，減少超聲圖像中的斑點噪聲；其次，對降噪后的圖像進行直方圖處理和非線性變換，擴大圖像的對比度、增強暗部細節；最后，對數據進行擴增以提高模型的泛化性能。數據預處理的整體流程如圖1，各處理步驟下面連接著相應的處理效果圖和灰度直方圖，以便更加直觀地了解到圖像的質量變化情況。

圖1 數據預處理流程圖Fig.1 Flow chart of data preprocessing.

1.2.1 圖像去噪 均值濾波、中值濾波以及高斯濾波是頸動脈超聲圖像預處理時常用的降噪方法［19］。為了客觀地評價3種方法對圖像的濾波性能，本文從數據中隨機選取100張圖像進行實驗，選用均方誤差（MSE）和峰值信噪比（PSNR）來評估原始圖像和濾波圖像之間的差異，其中PSNR值越高、MSE值越低表示圖像質量越好，其計算公式如式（1）和（2）：

其中，xi為原圖的第i個像素,yi為濾波后的第i個像素，N為像素總數量，L為圖像的最大像素值，取值為255。

由表1可知，使用中值濾波可產生較低的MSE值和較高PSNR值，對頸動脈超聲圖像的處理性能最佳，因此本文采用中值濾波用于消除圖像中的噪聲。將其鄰域大小設置為3×3，利用中心像素領域內像素值的中值來替代其原本的值，減小像素之間的強度變化從而消除圖像中的噪聲。

表1 3種濾波算法處理后的頸動脈圖像質量對比Tab.3 Comparison of carotid artery image quality after processing with 3 filtering algorithms

1.2.2 圖像直方圖處理 直方圖均衡化（HE）是一種常見的間接對比度增強方法，通過使用映射函數來擴展圖像的灰度直方圖，從而改變圖像的整體強度分布。傳統的HE處理是根據圖像整體的直方圖情況來進行幅度變換，忽略了圖像的局部細節。限制對比度自適應直方圖均衡（CLAHE）算法在其基礎上將其分為多個小區域，并對每個小區域都使用對比度限制，選取合適的閾值剪裁直方圖，將剪裁后的部分均勻分布到直方圖的其他區域中，以此來限制放大的幅度［20,21］。本文設置的對比度限制閾值為2，小區域的柵格尺寸為2×2。利用CLAHE算法對經濾波后的圖像進行直方圖處理（圖1），不僅可以改善圖像的對比度，同時克服了過度放大噪音的問題。

1.2.3 圖像非線性變換 經濾波、直方圖均衡化處理后的圖像仍存在局部過暗的現象，本文使用Gamma變換對其進行矯正。Gamma變換是對圖像進行非線性操作，通過拓展圖像灰度值來提升暗部細節，調整圖像亮度，使輸出圖像灰度值與輸入圖像灰度值呈指數關系［22］，其函數關系式如下：

其中γ為調節因子，當γ＜1時，輸入低灰度值的動態范圍變大，增強低灰度值區域的對比度。相反當γ＞1時，輸入高灰度值的動態范圍變大，增強高灰度區域圖像的對比度。本文設置的γ值為0.5。

1.2.4 圖像擴增 圖像擴增是在現有數據的基礎上通過技術手段去產生額外的新數據，在一定程度上可以解決本文數據量不足的問題，防止模型出現過擬合問題，提高模型的泛化能力。本文的擴增方式包括水平鏡像翻轉、隨機邊緣剪裁，經過擴增后生成新的圖像和標簽，共創建5348份高分辨率的圖像數據。

圖1依次展示了原始頸動脈超聲圖像經過去噪、直方圖均衡化、非線性變換、數據擴增后對應的輸出效果，可以觀察到經過預處理后的圖像灰度分布更加均勻、特征更加明顯，進一步提高了輸入數據的視覺質量。

1.3 頸動脈斑塊檢測模型

本研究整個算法的實現流程如圖2，第一階段使用YOLOX網絡來直接預測頸動脈斑塊的信息。YOLOX是一種典型的單級目標檢測算法,根據模型的大小和復雜度不同可以分為YOLOX_s、YOLOX_m、YOLOX_l和YOLOX_x四種主要類型，網絡的深度和寬度也隨之遞增，其中深度決定著模型內部的殘差結構和卷積核數目，寬度決定著模型的通道數變化。本文選用YOLOX_l作為第一階段頸動脈斑塊的檢測模型，其網絡深度和寬度都為1.0。YOLOX_l模型的整體結構可以分為3個部分，即骨干網絡、頸部網絡、預測頭，對應的功能為特征提取、特征增強和結果預測，網絡結構如圖3。

圖2 兩階段頸動脈斑塊檢測總體流程圖Fig.2 Overall flowchart of two-stage carotid plaque detection.

圖3 YOLOX_l網絡模型結構圖Fig.3 Structure diagram of YOLOX_l network model. A: Overall structure diagram of YOLOX model. B: The basic module of YOLOX model.

1.3.1 骨干網絡 圖像在經過預處理后被送入骨干網絡（圖3A），骨干網絡部分采用CSPDarknet作為主干網絡進行特征提取，獲得不同深度的特征層，CSPDarknet網絡是由Focus、SPP以及多個CSP、CBS模塊組成。

組成模塊的具體結構如圖3B，其中CBS 模塊是CSPDarknet網絡中的基礎模塊，由卷積操作、批量歸一化和激活函數（SiLU）3 部分組成。首先，模型采用Focus模塊以防止數據因下采樣丟失信息，Focus模塊利用隔行采樣的方式對每個通道上的像素進行提取分離，將圖片中的寬高信息集中于通道信息，從而輸入通道數從3擴展到12，相應的圖像尺寸縮小到原來的一半，如 表2中的stage0-stage1。其次，CSP 模塊是CSPDarknet網絡中主要的特征提取結構，借鑒了殘差網絡結構的思想，主干部分通過堆疊殘差塊（ResUnit）或CBS模塊以提取特征，另一部分采用CBS模塊進行簡單處理后與主干部分連接以融合信息。最后，SPP模塊通過3次不同大小的最大池化（Max Pool）以及連接輸入特征圖操作，使輸出融合了多種尺度的特征信息。

表2 Backbone網絡的結構參數Tab.3 Structural parameters of the Backbone network

1.3.2 頸部網絡 將骨干網絡的后3個特征層作為有效特征層輸入到頸部網絡中，頸部網絡部分采用PAFPN網絡對輸入的特征圖像進行特征提取和融合。PAFPN網絡依次對輸入的特征層進行上采樣和下采樣操作，以此來雙向融合不同深度層次的特征信息，提高對多尺度頸動脈斑塊的檢測精度，最后輸出3個不同尺度的特征圖像。

1.3.3 預測頭 加強融合后的3個特征圖像分別并行輸入預測頭中，預測網絡采用解耦合頭。解耦合頭網絡認為分類和回歸任務所需要利用的特征不同，所以輸入特征圖在通過CBS模塊降維后，被送入了兩個不同的網絡分支分別學習類別信息和目標位置，然后再連接分類和回歸結果得到輸出。最后整合3個特征信息的輸出結果，實現在超聲圖像中檢測頸動脈斑塊（圖3A）。

1.3.4 多尺度策略 在YOLOX_l模型中引入多尺度圖像訓練和多尺度圖像預測策略［23］，提高對不同形狀大小頸動脈斑塊的識別能力。模型在對圖像進行特征提取的過程中，由于不斷地進行下采樣，得到的特征圖往往會比原圖更小，加之數據集圖像中頸動脈斑塊本身的大小不均，更容易導致小物體的特征不被提取到而造成漏檢。通過輸入更大尺度范圍的圖像進行訓練，可以提高檢測模型對目標尺度的魯棒性。本文在訓練過程中每十次迭代隨機選擇一個尺度進行訓練，其中輸入圖像的基準大小設定為640×640，變化的尺度范圍設置為0.75x～1.25x。表2為不同尺度的輸入圖片在Backbone網絡上的結構參數變化，可見Backbone后三層輸出特征圖的大小范圍從20～80拓展為15～100。

同樣地，對于在預測時添加的多尺度圖像策略，測試圖片以0.75x～1.25x的尺度范圍被送入網絡，每一份圖像會獲得3個不同的檢測結果。將其統一到一個尺度后，通過多數投票策略進行位置融合，輸出得票數高的重疊框作為頸動脈斑塊的預測框。通過添加上述兩種策略，模型提高了對多尺度頸動脈斑塊的識別敏感度，有效地減少漏檢率和誤檢率，提升了對小尺度斑塊的檢測能力。

1.3.5 損失函數 由YOLOX_l模型的解耦頭結構決定，其損失函數由分類損失Lcls、位置損失Liou和置信度損失Lconf組成，L=Lcls+Lconf+Liou。其中置信度損失和分類損失采用二元交叉熵損失函數（BCELoss），位置損失使用GIOU損失函數代替原本的IOU損失函數，解決預測框和真實框不重合的問題［24］，加快收斂速度、提升檢測性能，計算公式如下：

其中P代表預測框，R代表真實框，C為包圍P和R的最小封閉框。

1.4 候選斑塊分類模型

頸動脈超聲圖像中的紋理信息對于斑塊的正確識別發揮著十分重要的作用［25,26］。當通過頸動脈斑塊檢測模型生成候選斑塊集后，將其送入了第二階段的候選斑塊分類模型以減少集合中的假陽性案例（圖2）。圖4為候選圖像分類模型的結構圖，首先分別利用HOG和LBP算子對輸入的候選斑塊圖像進行淺層紋理特征提取，采集兩者特征譜的統計直方圖作為特征向量。然后將兩者的特征向量進行串行組合，形成新的HOG-LBP融合特征，如式（5）。最后將其輸入SVM分類器來判定候選圖像是否為頸動脈斑塊。

圖4 候選圖像分類模型結構圖Fig.4 Structural diagram of the candidate image classification model.

其中，xm,yn分別表示HOG，LBP的特征向量，fh為融合后的特征向量。

1.4.1 HOG與LBP特征提取技術 HOG是通過計算和統計局部區域的梯度方向直方圖來表示圖像的特征。本文首先對候選斑塊圖像進行Gamma矯正，計算每個像素的梯度。其次將圖像劃分為8×8的cells，分別計算統計每個cell內所有像素的梯度直方圖，最后將每個2×2的cell拼接成一個block，拼接所有block的梯度直方圖得到圖像的HOG特征描述算子。

LBP是一種用于描述圖像局部紋理特征的算子，其基本思想是利用中心像素的灰度值作為閾值，對每個像素的鄰域進行閾值比較并將其保存為二進制數，其表示如式（6），統計其數值的直方圖可以作為紋理特征的描述［27］。經過不斷地發展，出現了許多改進的版本，包括圓形LBP特征算子、旋轉不變模式的LBP特征算子、Uniform LBP 特征算子。本文采用Uniform 模式的LBP特征，在降低特征維數的同時也可以增強對圖像背景的抗干擾性。

其中ic為中心像素(x,y)的灰度值，ip代表相鄰像素的灰度值，s(x)是符號函數。

1.4.2 SVM分類器 SVM是一種基于特征空間最大化間隔的二類線性分類器，其目的是找到一個最優超平面來劃分兩類樣本，使兩類樣本都盡可能地遠離這個平面，超平面的線性方程如式（7）：

其中，w={w1;w2;w3;...;wd} 為超平面的法向量，b的大小表示超平面到原點之間的距離。候選頸動脈斑塊圖像為線性不可分數據，本文利用高斯核函數將低維非線性數據映射到高維空間中，使原始空間中的非線性數據在高維空間內變得線性可分，再構造分類超平面去實現候選頸動脈斑塊的分類。

1.5 模型訓練

實驗中所使用的硬件配置和軟件開發環境如表3，本文使用五折交叉驗證來衡量所有模型對頸動脈斑塊的檢測效果，數據隨機按照4∶1的比例劃分為訓練集和測試集以保證兩者間圖像質量的一致性。訓練YOLOX_l模型時，使用隨機梯度下降SGD方法來進行優化，批量大小設置為12，動量常數0.937，初始學習率0.01，權重衰減系數0.0005，在訓練集上迭代200 個Epoch。對于第二階段SVM的訓練，截取訓練集圖像上的標注框作為正樣本，隨機截取一定數量的背景區域以及訓練集中被誤檢的區域作為負樣本，保持正負樣本的比例為1∶1進行訓練。

表3 實驗環境Tab.3 Platform for the experiments

1.6 評價指標

現有模型的性能好壞是根據正確檢測到的頸動脈斑塊的數量和檢測速率來衡量的，本文選用精確度、召回率、F1-Score、AP以及檢測速度等指標進行評價。結合頸動脈斑塊檢測問題來定義指標中的變量，真陽性（TP）指頸動脈斑塊被正確檢測，假陰性（FN）指頸動脈斑塊未被檢測到，假陽性（FP）表明背景被錯誤地檢測成頸動脈斑塊。

精確度是用來評估模型識別的準確程度，表示在所有檢測出來的候選框中，真正的斑塊所占的比例。召回率又稱為靈敏度，是用來評估模型對物體識別的全面性，表示檢測出來的真陽性斑塊占所有斑塊的比例。計算公式如式（8）與式（9）。

F1-Score為精確度和召回率的調和平均數，用來綜合平衡模型的查全率和準確度，其計算公式如式（10）。

以精確度為縱軸，召回率為橫軸可以繪制出一條PR曲線，P-R曲線下的面積定義為AP值，其計算公式如式（11）。

檢測速度表示在本文中預測一張超聲圖片所需要的時間，其數值越小，速度越快。

1.7 統計學方法

本文使用SPSS工具對實驗結果進行統計學分析，采用雙側配對t檢驗比較本文方法與其他算法在五折情況下對于頸動脈斑塊檢測平均IOU效果上的差異。置信區間設置為95%，Ρ＜0.05為差異具有統計學意義。

2 結果

2.1 圖像預處理方法的結果分析

YOLOX模型的s、m、l版本隨著網絡規模的增大對頸動脈斑塊的檢測精度也增加，x版本的精度并未再繼續增加（表4）。圖像未經預處理前，YOLOX_l模型對頸動脈斑塊檢測的Recall為80.28%，Precision為80.54%，F1-Socre 為80.39%。經過預處理后，其Recall 為85.83%，Precision 為82.45%，F1-Score 為84.09%。對于B列未經預處理的頸動脈超聲圖像，YOLOX_l模型存在著對斑塊的漏檢和誤檢情況；而對于C列預處理后的圖像，模型對斑塊的檢測更加全面和準確（圖5）。

圖5 預處理前后YOLOX_l對頸動脈斑塊的檢測結果對比Fig.5 Comparison of the detection results for carotid plaques before and after pretreatment by YOLOX_l.(A)the ground truth.(B)detection results before preprocessing.(C)detection results after preprocessing.

表4 YOLOX各版本在預處理前后的定量指標結果Tab.3 Quantitative index results of each version of YOLOX before and after preprocessing

2.2 SM-YOLO模型與其他檢測模型的性能比較

在相同的數據集和實驗條件下，比較幾種在超聲圖像上應用最為廣泛的目標檢測方法，結果顯示（表5），單階段檢測模型SSD的定量指標結果都處于較低的水平，Recall 為78.89%，Precision 為80.93%，F1-Score 為79.88%，AP 為81.39%。其次Faster R-CNN 模型的F1-Score 為86.18%，AP 為90.43%，但其檢測時間為55.32 ms，遠高于其他模型所用時間（圖6）。綜合比較而言，SM-YOLO模型在頸動脈斑塊檢測的定量指標上均優于其他模型，F1-Score為90.19%，AP為92.70%。其檢測時間為18.36 ms，略高于YOLOV5_l 模型。SM_YOLO模型與其他模型之間存在差異。

圖6 各模型的檢測時間Fig.6 Detection time curves of each model.

表5 各檢測模型在測試集上的定量指標結果

圖7分別展示了各模型在包含不同數量頸動脈斑塊圖像上的可視化檢測結果。在第1行中，SSD模型存在著誤檢框；在第2行中，YOLOV5_l和Faster R-CNN模型都存在漏檢框；在第3 行中檢測2 個斑塊時，YOLOX_l、SSD 以及YOLOV5_l 模型都存在著漏檢框；在第4 行中檢測3 個斑塊時，YOLOX_l、SSD、YOLOV5_l、Faster R-CNN模型都存在漏檢的斑塊，同時Faster R-CNN模型存在兩處地方的誤檢；相較而言，SM_YOLO模型對不同情況下的斑塊檢測更加精準。

圖7 各模型對頸動脈斑塊的檢測結果對比Fig.7 Comparison of detection results for carotid artery plaques by different models. A: The ground truth. B: YOLOX_l. C: SSD. D:YOLOV5_l.E:Faster R-CNN.F:SM-YOLO.

2.3 SM-YOLO模型的消融實驗與結果

在YOLOX_l模型上添加MS策略對檢測模型的Recall、Precision、F1-Score和AP都有好的影響，可以觀察到添加MS策略后其Recall得到了最大程度的提升，高達90.28%，Precision為85.07%，F1-Score為87.6%，AP為91.58%，其中Precision處于相對較低的水平（表6）。通過添加HLS 模塊，Precision 提升至90.96%，Recall雖然有輕微的浮動，但F1-Score和AP一直處于上升的趨勢，分別為90.19%和92.70%。其檢測時間跟YOLOX_l模型相比僅增加1.91 ms（圖6）。改進前后的模型之間的差異具有統計學意義。

表6 所提方法各分量在測試集上的定量指標結果Tab.3 Quantitative indexes of each component of the proposed method on the test set

Tab.5 Quantitative indexes of each detection model on the test set

3 討論

在超聲掃描中識別頸動脈斑塊非常耗時，其準確性高度依賴于影像科醫生的臨床經驗。本研究提出一種兩階段的頸動脈斑塊檢測框架－SM-YOLO，結合圖像的深度特征和淺層紋理特征對頸動脈斑塊進行檢測識別，能有效提高臨床頸動脈斑塊檢測的效率。首先，本文依次利用幾種不同的圖像處理方法對數據集進行預處理，消除超聲圖像采集時混入的噪聲，增強圖像對比度。其次，采用一階段目標檢測模型YOLOX_l實現對候選斑塊集的構建，在訓練和預測階段分別引入多尺度圖像訓練和多尺度圖像檢測，提高模型對不同尺度頸動脈斑塊的敏感性。同時，基于HOG和LBP算法提取候選斑塊的紋理特征，利用SVM對候選斑塊集進行分類判定，降低斑塊的誤檢率。最后，通過大量的實驗驗證了所提方法在各方面表現性能的優越性。

由可視化和量化結果可知，對數據集進行預處理有利于改善頸動脈超聲圖像的質量，經過預處理操作后的YOLOX各版本模型對頸動脈斑塊的定位性能都得到提升，其中YOLOX_l 模型的F1_Score 提升了3.7%。但仍存在著較多的漏檢和誤檢現象，多體現在包含不同尺度大小斑塊的圖像上。由此，本文所提的方法SMYOLO較大程度地減小了頸動脈斑塊的漏檢率和誤檢率，F1-Score提升了6.1%，AP提升了3.12%，且不會增加過多的檢測時間。證明進行多尺度圖像訓練、多尺度圖像預測以及添加假陽性減少模塊能使YOLOX_l模型在評判指標上發揮更好的性能。同時，SM-YOLO模型對頸動脈斑塊的檢測性能也優于現階段醫學領域常用的SSD、EfficientDet、YOLOV5_l和Faster R-CNN等目標檢測模型，F1-Score 和AP 相差最大跨度高達10.31%和11.31%。其中SSD、YOLOv5_l模型的Recall較低，兩者的漏檢情況最為嚴重，表明其對斑塊的檢測敏感度不夠。綜合檢測時間進行比較，Faster R-CNN和EfficientDet模型的時間消耗遠高于其他模型。其中，SM-YOLO模型在檢測指標均優于其他模型的同時，其檢測時間僅高于YOLOV5_l模型1.31 ms，滿足超聲掃描中對頸動脈斑塊實時檢測的要求。

與現有的模型方法相比，本文的方法具有以下優勢：（1）基于單級檢測器YOLOX模型構建候選斑塊集相較于其他網絡具有更加快速的推理速度，引入了自適應多尺度訓練和預測策略在滿足不同尺度大小頸動脈斑塊檢測要求的同時并不會增加額外的參數量，能夠最大程度找出可疑斑塊的區域。（2）結合使用深度學習方法和傳統識別方法，相較于單獨利用淺層紋理特征［28］或者單獨使用深度特征去識別頸動脈斑塊［15］具有更高的敏感度和精確度，且不會增加過多的計算資源。（3）分步解決頸動脈斑塊檢測中漏檢和誤檢的問題，更具有針對性，能夠充分發揮不同模塊的優勢。

綜上所述，本文所提的SM-YOLO模型可以準確且高效地對頸動脈斑塊進行檢測，同時在與其他目標檢測方法進行可視化和定量指標比較時也更具優勢。但仍存在著許多需要改進的地方，譬如由于超聲頸動脈斑塊公共數據集的缺乏，本文所構建的數據集在數量和標簽勾畫上具有局限性，對于密集斑塊檢測和多個斑塊疊加的情況并未進行實際訓練和測試，后續嘗試通過收集多個中心的圖像來豐富數據集，同時對于復雜情況制定更專業的標注標準和流程來優化標簽勾畫，以便進一步驗證本文所提方法的魯棒性；考慮到后期部署設備的多樣性，需要進一步地精簡模型結構，后續工作中嘗試進行網絡縮放、使用深度可分離卷積、設計輕量級塊等方法來調整網絡規模，提高對斑塊的檢測能力，從而對預防和診斷心血管疾病產生積極意義。