用于检测 PDAC 的联合形状表示与分类
计算机视觉与模式识别
2019-08-22 v2
摘要
我们旨在腹部 CT 扫描中检测胰腺导管腺癌(PDAC)，这为胰腺癌的早期诊断提供了思路。这是一项训练数据很少的 3D 体数据分类任务。我们提出一个两阶段框架，首先将该胰腺分割为二值掩码，然后将掩码压缩为形状向量并进行异常分类。形状表示与分类以联合方式执行，既为了利用 PDAC 常改变胰腺形状这一知识，也为了防止过拟合。实验在 300 例正常扫描和 136 例 PDAC 病例上进行。我们在 80.2% 灵敏度(少于 1/5 的 PDAC 病例未被检出)下取得了 90.2% 特异度(假警报出现在少于 1/10 的正常病例上)，这显示了临床应用的前景。
引用
@article{arxiv.1804.10684,
title = {Joint Shape Representation and Classification for Detecting PDAC},
author = {Fengze Liu and Lingxi Xie and Yingda Xia and Elliot K. Fishman and Alan L. Yuille},
journal= {arXiv preprint arXiv:1804.10684},
year = {2019}
}
备注
Accepted to MICCAI 2019 Workshop(MLMI)(8 pages, 3 figures)