你漏诊了吗?结合注视信息的自动肺结节检测提升放射科医师筛查性能
图像与视频处理
2019-10-10 v1 计算机视觉与模式识别
摘要
通过计算机断层扫描对肺癌进行早期诊断可显著降低该疾病的发病率与死亡率。然而,搜寻肺结节是一项高复杂度任务,影响了筛查项目的成效。尽管计算机辅助检测系统可用作第二阅片者,但其可能使放射科医师产生偏倚并带来显著的时间开销。有鉴于此,本研究评估了在临床实践中利用注视信息整合自动检测系统的潜力。为此,我们让 4 名放射科医师在眼动追踪设备监测下标注来自公开数据集的 20 例扫描,并开发了一套自动肺结节检测系统。结果表明,放射科医师遵循相似的搜寻习惯,且在发生漏诊错误的区域往往具有更短的注视时长。专家的总体检测灵敏度为 0.670.07,而系统达到了 0.69。将一名放射科医师的标注与自动系统结合可显著提升检测性能至接近两名标注者的水平。类似地,仅对低注视区域将放射科医师的发现与检测算法结合,仍能在不增加假阳性数的情况下显著提升检测灵敏度。将自动系统与注视信息相结合,能够缓解放射科医师可能的错误,且避免了通常与自动检测系统相关的一些问题。
引用
@article{arxiv.1910.03986,
title = {Did you miss it? Automatic lung nodule detection combined with gaze information improves radiologists' screening performance},
author = {Guilherme Aresta and Carlos Ferreira and João Pedrosa and Teresa Araújo and João Rebelo and Eduardo Negrão and Margarida Morgado and Filipe Alves and António Cunha and Isabel Ramos and Aurélio Campilho},
journal= {arXiv preprint arXiv:1910.03986},
year = {2019}
}
备注
Submitted to IEEE Transactions on Biomedical Engineering (TBME)