基于深度学习流程的乳腺X线摄影图像自动分析
图像与视频处理
2019-07-30 v1
摘要
当前基于深度学习的检测模型通过将检测和分割任务转化为像素或块级分类来处理。为了在整个乳腺X线摄影图像上自动化初始肿块病变检测和分割，并避免基于块和滑动窗口方法的计算冗余，本研究使用了条件生成对抗网络（cGAN）。随后，将检测到的区域输入训练好的密集连接网络（DenseNet），预测良性与恶性的二分类。我们使用公开可用的乳腺X线摄影数据存储库组合来训练该流程，同时评估模型对我们临床收集且流程未见过的数据存储库的鲁棒性。
引用
@article{arxiv.1907.11953,
title = {Automated Mammogram Analysis with a Deep Learning Pipeline},
author = {Azam Hamidinekoo and Erika Denton and Reyer Zwiggelaar},
journal= {arXiv preprint arXiv:1907.11953},
year = {2019}
}
备注
MIDL 2019 [arXiv:1907.08612]