基于深度金字塔推理与多尺度增强器的注意力CT病灶检测
计算机视觉与模式识别
2019-07-10 v1
摘要
在计算机断层扫描（CT）切片中准确检测病灶有助于医学诊断过程中的病理器官分析。近来，该问题被作为使用卷积神经网络（CNNs）的目标检测问题加以解决。尽管现有通用CNN模型取得了一定成果，当前检测精度仍受限于CNNs对尺度差异极大的病灶的无力。本文提出一种多尺度增强器（MSB），其将通道与空间注意力集成到骨干特征金字塔网络（FPN）中。在每个金字塔层级，所提MSB通过使用分层空洞卷积（HDC）捕获细粒度尺度变化。同时，所提通道与空间注意力模块增强了网络选择相关特征响应以进行病灶检测的能力。在DeepLesion基准数据集上的大量实验表明，所提方法优于当前最优方法。
引用
@article{arxiv.1907.03958,
title = {Attentive CT Lesion Detection Using Deep Pyramid Inference with Multi-Scale Booster},
author = {Qingbin Shao and Lijun Gong and Kai Ma and Hualuo Liu and Yefeng Zheng},
journal= {arXiv preprint arXiv:1907.03958},
year = {2019}
}