基于卷积神经网络的息肉分类比较研究
计算机视觉与模式识别
2020-09-09 v1
摘要
结直肠癌是美国男性和女性中确诊的第三大常见癌症。大多数结直肠癌起源于结肠或直肠内壁的增生，称为“息肉”。并非所有息肉都是癌性的，但有些会发展成癌症。早期检测和识别息肉类型对于预防癌症和改变预后至关重要。然而，由于内窥镜检查的照明条件不同、纹理和外观各异以及息肉间形态重叠，息肉的视觉分类极具挑战性。更重要的是，胃肠病学家对息肉模式的评估具有主观性，导致观察者之间的一致性较差。深度卷积神经网络已在各种目标类别的目标分类中证明非常成功。在本工作中，我们比较了最先进的通用目标分类模型在息肉分类上的性能。我们使用由两类息肉（增生性和腺瘤性）组成的 157 个视频序列数据集，端到端地训练了总共六个 CNN 模型。我们的结果表明，最先进的 CNN 模型能够成功地对息肉进行分类，其准确率与胃肠病学家报告的相当或更高。本研究的结果可为未来的息肉分类研究提供指导。
引用
@article{arxiv.2007.06071,
title = {A Comparative Study on Polyp Classification using Convolutional Neural Networks},
author = {Krushi Patel and Kaidong Li and Ke Tao and Quan Wang and Ajay Bansal and Amit Rastogi and Guanghui Wang},
journal= {arXiv preprint arXiv:2007.06071},
year = {2020}
}