利用密集连接卷积网络对 CT 扫描中胰腺囊肿进行鉴别诊断
计算机视觉与模式识别
2018-06-20 v3
摘要
胰腺导管腺癌（PDAC）的致死性要求对胰腺囊肿进行早期鉴别诊断，正常受试者中多达 16% 可发现胰腺囊肿，其中部分可能发展为 PDAC。以往的计算机辅助研究在 CT 中分割囊性病灶的分类上已取得一定精度。然而，胰腺囊肿在大小和形状上差异很大，其精确分割仍相当困难，这限制了用于鉴别诊断的 CT 图像计算机辅助判读。我们提出一种无需预分割病灶、使用密集连接卷积网络（Dense-Net）的胰腺囊肿早期鉴别诊断计算机辅助框架。Dense-Net 从整个异常胰腺中学习高层特征，并建立医学影像表现与不同病理类型胰腺囊肿之间的映射。为增强临床适用性，我们将显著图集成到框架中以协助医生理解深度学习方法的决策。在 206 例患者队列（含 4 种经病理确认的胰腺囊肿亚型）上的测试取得了 72.8% 的总体准确率，显著高于 48.1% 的基线准确率，这有力支持了我们所开发方法的临床潜力。
引用
@article{arxiv.1806.01023,
title = {Differential Diagnosis for Pancreatic Cysts in CT Scans Using Densely-Connected Convolutional Networks},
author = {Hongwei Li and Kanru Lin and Maximilian Reichert and Lina Xu and Rickmer Braren and Deliang Fu and Roland Schmid and Ji Li and Bjoern Menze and Kuangyu Shi},
journal= {arXiv preprint arXiv:1806.01023},
year = {2018}
}
备注
submitted to miccai 2017, *corresponding author: [email protected]