基于上下文编码的胸部 X 光片分析
计算机视觉与模式识别
2019-04-10 v2 机器学习
摘要
胸部 X 光片是最常用的医学诊断技术之一。已有许多深度学习模型被提出以改进并自动化此类数据上的异常检测任务。在本文中，我们提出一种基于 Goodfellow 等人首次引入的对抗训练下图像修复的不同方法。我们针对该任务配置上下文编码器（context encoder）模型，并在来自健康 X 光片的 1.1M 张 128x128 图像上训练它。我们模型的目标是重建缺失的中央 64x64 图像块。一旦模型学会如何修复健康组织，我们便在含异常与不含异常的图像上测试其性能。我们以 PSNR、MSE 和 SSIM 分数作为评估指标，讨论并阐释我们的结果。此外，我们开展了一项 2AFC 观察者研究，表明专家在一半的情况下无法区分真实图像与使用我们模型重建的图像。通过计算并可视化源图像与重建图像之间的逐像素差异，我们可以突出异常以简化进一步的检测与分类任务。
引用
@article{arxiv.1812.00964,
title = {Context Encoding Chest X-rays},
author = {Davide Belli and Shi Hu and Ecem Sogancioglu and Bram van Ginneken},
journal= {arXiv preprint arXiv:1812.00964},
year = {2019}
}
备注
11 pages, 8 figures; fixed sentence in abstract, updated title