用于 CT 肺动脉造影中肺栓塞检测的解剖感知双跳学习
图像与视频处理
2024-05-20 v2 计算机视觉与模式识别
摘要
肺栓塞（PE）是心血管死亡的主要原因。尽管通过计算机断层扫描肺动脉造影（CTPA）的医学影像是 PE 诊断的金标准，其仍易出现误诊或显著诊断延迟，对危重病例可能是致命的。尽管近期已证明深度学习可为广泛医学影像任务带来性能大幅提升，但关于自动肺栓塞检测的已发表研究仍极少。本文我们引入一种基于深度学习的方法，高效结合计算机视觉与深度神经网络用于 CTPA 中的肺栓塞检测。我们的方法沿三个正交维度具有新颖改进：1) 解剖结构自动检测；2) 解剖感知预训练；3) 用于 PE 检测的双跳深度神经网络。我们在公开可用的多中心大规模 RSNA 数据集上取得了最先进结果。
引用
@article{arxiv.2303.17593,
title = {Anatomically aware dual-hop learning for pulmonary embolism detection in CT pulmonary angiograms},
author = {Florin Condrea and Saikiran Rapaka and Lucian Itu and Puneet Sharma and Jonathan Sperl and A Mohamed Ali and Marius Leordeanu},
journal= {arXiv preprint arXiv:2303.17593},
year = {2024}
}
备注
Accepted to Computers in Biology and Medicine journal