C2A：面向虚拟结肠镜的群体共识分析
计算机视觉与模式识别
2018-10-23 v1
摘要
我们提出了一个称为C{}A的医学众包可视化分析平台，用于可视化、分类和过滤众包临床数据。更具体地说，CA用于通过可视化群体响应并过滤异常活动来建立临床诊断的共识。众包医学应用近来已显示出前景，其中非专家用户（群体）能够达到与医学专家相近的准确率。这有潜力通过事先对发现建立共识并让医学专家做出最终诊断，从而减少解读/阅片时间并可能提高准确率。在本文中，我们聚焦于以临床技术员为目标用户、放射科医生作为顾问并将片段分类为良性或恶性的虚拟结肠镜（VC）应用。特别地，CA用于分析和探索在虚拟结肠飞掠中创建的视频片段上的群体响应。CA提供若干交互式可视化组件，以在视频片段上建立群体共识、检测群体数据和VC视频片段中的异常，并最终通过对最优众包平台和特定应用参数进行A/B测试来改善非专家用户的工作质量与表现。案例研究和领域专家反馈证明了我们的框架在改善工作者输出质量、减少放射科医生解读时间的潜力，从而基于群体共识将大多数视频片段标记为良性来改善传统临床工作流。
引用
@article{arxiv.1810.09012,
title = {C2A: Crowd Consensus Analytics for Virtual Colonoscopy},
author = {Ji Hwan Park and Saad Nadeem and Seyedkoosha Mirhosseini and Arie Kaufman},
journal= {arXiv preprint arXiv:1810.09012},
year = {2018}
}
备注
IEEE Conference on Visual Analytics Science and Technology (VAST), pp. 21-30, 2016 (10 pages, 11 figures)