用于快速准确颅内出血 CT 图像分类的双任务视觉 Transformer
计算机视觉与模式识别
2024-12-03 v3
摘要
颅内出血（ICH）是一种严重且突发的医疗状况，由脑血管破裂引起，导致脑组织永久性损伤，常常会导致患者功能障碍或死亡。ICH 的诊断和分析通常依赖脑 CT 成像。鉴于 ICH 状况的紧急性，及时治疗至关重要，需要迅速分析 CT 图像以制定量身的治疗方案。然而，ICH CT 图像的复杂性以及专科放射科医生的稀缺性构成了重大挑战。因此，我们收集了一个来自真实世界的数据集，用于 ICH 和正常图像的分类，以及基于出血位置的三种 ICH 图像分类，即深部、皮层下和叶区。此外，我们提出了一种神经网络结构——双任务视觉 Transformer（DTViT），用于 ICH 图像的自动分类和诊断。DTViT 采用视觉 Transformer（ViT）的编码器，利用注意力机制从 CT 图像中提取特征。所提出的 DTViT 框架还包含两个多层感知器（MLP）基于解码器，同时识别 ICH 的存在及其三种出血位置的分类。实验结果表明，DTViT 在真实世界的测试数据集上表现良好。本文的代码和新收集的数据集可在 https://github.com/jfan1997/DTViT 获得。
引用
@article{arxiv.2405.06814,
title = {Dual-Task Vision Transformer for Rapid and Accurate Intracerebral Hemorrhage CT Image Classification},
author = {Jialiang Fan and Xinhui Fan and Chengyan Song and Xiaofan Wang and Bingdong Feng and Lucan Li and Guoyu Lu},
journal= {arXiv preprint arXiv:2405.06814},
year = {2024}
}