利用合成数据在胸部 X 线片中检测与分割气管插管
图像与视频处理
2019-08-21 v1 计算机视觉与模式识别
摘要
胸部 X 线片常用于急诊室中核实患者的正确插管。快速且准确地识别与定位气管（ET）插管对患者至关重要。本研究中我们提出一种新颖的自动化深度学习方案，用于精确检测与分割 ET 管。使用深度学习网络进行分类与分割的自动系统开发需要大量标注数据，而这并非总可获得。此处我们提出一种在真实 X 线图像中合成 ET 管的方法。我们建议一种训练网络的方案：首先用合成数据，然后在微调阶段用真实 X 线图像，这使网络能在不标注任何数据的情况下以数千病例训练。所提方法在来自公共数据集的 477 张真实胸部 X 线片上测试，在分类 ET 管存在与否中达到 0.99 的 AUC，并输出高质量 ET 管分割图。
引用
@article{arxiv.1908.07170,
title = {Endotracheal Tube Detection and Segmentation in Chest Radiographs using Synthetic Data},
author = {Maayan Frid-Adar and Rula Amer and Hayit Greenspan},
journal= {arXiv preprint arXiv:1908.07170},
year = {2019}
}
备注
Accepted to MICCAI 2019