基于多任务深度神经网络的大规模胃癌筛查与定位
图像与视频处理
2020-09-22 v3 计算机视觉与模式识别
摘要
胃癌是最常见的癌症之一，在癌症死亡主要原因中排名第三。胃黏膜活检是胃癌筛查的标准流程。然而，人工病理检查费力且耗时。此外，自动算法难以在十亿像素级全切片图像中定位微小病灶区域并做出正确判断。为应对这些问题，我们收集了带有详细病灶区域标注的大规模全切片图像数据集，并设计了一个由 3 个网络组成的全切片图像分析框架，该框架不仅能判定筛查结果，还能将可疑区域呈现给病理医生作为参考。实验表明，我们提出的框架在筛查任务中达到了 97.05% 的灵敏度和 92.72% 的特异度，在分割任务中 Dice 系数为 0.8331。此外，我们在来自 4 个医疗中心的 10,315 张全切片图像的真实场景中对我们的最佳模型进行了测试。
引用
@article{arxiv.1910.03729,
title = {Large-scale Gastric Cancer Screening and Localization Using Multi-task Deep Neural Network},
author = {Hong Yu and Xiaofan Zhang and Lingjun Song and Liren Jiang and Xiaodi Huang and Wen Chen and Chenbin Zhang and Jiahui Li and Jiji Yang and Zhiqiang Hu and Qi Duan and Wanyuan Chen and Xianglei He and Jinshuang Fan and Weihai Jiang and Li Zhang and Chengmin Qiu and Minmin Gu and Weiwei Sun and Yangqiong Zhang and Guangyin Peng and Weiwei Shen and Guohui Fu},
journal= {arXiv preprint arXiv:1910.03729},
year = {2020}
}
备注
under minor revision