DeepLOC：基于深度学习的腕部 X 光图像骨病理定位与分类
计算机视觉与模式识别
2023-08-25 v1 人工智能
摘要
近年来，计算机辅助诊断系统在协助放射科医生进行准确高效的医学图像分析方面展现出巨大潜力。本文提出一种利用 YOLO（You Only Look Once）与新提出的模块相结合的 Shifted Window Transformer（Swin）对腕部 X 光图像进行骨病理定位与分类的新方法。所提方法解决了腕部 X 光分析中的两个关键挑战：骨病理的准确定位与异常的精确分类。采用 YOLO 框架检测并定位骨病理，发挥其实时目标检测能力。此外，利用基于 transformer 的模块 Swin 从定位的兴趣区域（ROIs）提取上下文信息以实现准确分类。
引用
@article{arxiv.2308.12727,
title = {DeepLOC: Deep Learning-based Bone Pathology Localization and Classification in Wrist X-ray Images},
author = {Razan Dibo and Andrey Galichin and Pavel Astashev and Dmitry V. Dylov and Oleg Y. Rogov},
journal= {arXiv preprint arXiv:2308.12727},
year = {2023}
}
备注
AIST-2023 accepted paper