基于二值化权重卷积神经网络的结肠镜视频信息帧分类
图像与视频处理
2018-02-06 v1
摘要
结直肠癌是美国常见癌症之一。息肉是结肠癌的主要成因之一，早期检测息肉将增加癌症治疗的机会。本文提出一种基于二值化权重卷积神经网络的信息帧分类新方法。所提 CNN 以结肠镜帧及其帧标签作为输入数据进行训练。我们还使用二值化权重与核来缩减 CNN 规模，使其适于在医疗硬件中实现。我们使用包含不同患者结肠镜视频的 Asu Mayo Test 临床数据库评估所提方法。使用上述数据集，所提方法的 dice 分数达到 71.20%，准确率超过 90%。
引用
@article{arxiv.1802.01387,
title = {Classification of Informative Frames in Colonoscopy Videos Using Convolutional Neural Networks with Binarized Weights},
author = {Mojtaba Akbari and Majid Mohrekesh and Shima Rafiei and S. M. Reza Soroushmehr and Nader Karimi and Shadrokh Samavi and Kayvan Najarian},
journal= {arXiv preprint arXiv:1802.01387},
year = {2018}
}