一种基于点标注的X光图像骨折检测与定位新窗口损失函数
计算机视觉与模式识别
2021-01-05 v2
摘要
目标检测方法被广泛采用于基于医学图像的计算机辅助诊断。异常发现通常被视为由边界框描述的物体。然而，由于显著的实例、形状和边界模糊性，许多病理发现（例如骨折）无法用边界框明确定义。这使得边界框标注及其相关损失极不适用。在这项工作中，我们提出了一种新的 X 光图像骨折检测方法，该方法基于一种省力且灵活的标注方案，适用于没有明确物体级空间范围或边界的异常发现。我们的方法采用简单、直观且信息丰富的基于点的标注协议来标记局部病理信息。为了解决通过点标注的骨折尺度的不确定性，我们将标注转换为使用下限和上限并包含正、负和不确定区域的像素级监督。随后提出了一种新颖的窗口损失，仅对不确定区域之外的预测进行惩罚。我们的方法已在 4410 张独特患者的骨盆 X 光图像上进行了广泛评估。实验表明，我们的方法以显著优势优于先前最先进的图像分类和目标检测基线，AUROC 为 0.983，FROC 得分为 89.6%。
引用
@article{arxiv.2012.04066,
title = {A New Window Loss Function for Bone Fracture Detection and Localization in X-ray Images with Point-based Annotation},
author = {Xinyu Zhang and Yirui Wang and Chi-Tung Cheng and Le Lu and Adam P. Harrison and Jing Xiao and Chien-Hung Liao and Shun Miao},
journal= {arXiv preprint arXiv:2012.04066},
year = {2021}
}
备注
Accepted to AAAI-2021