基于 Transformer 的 T2 MRI 淋巴结检测
图像与视频处理
2021-11-10 v1 人工智能
计算机视觉与模式识别
医学物理
摘要
在 T2 磁共振成像 (MRI) 中识别淋巴结 (LN) 是放射科医生在评估淋巴增殖性疾病时的重要步骤。淋巴结的大小在其分期中起关键作用，放射科医生有时使用额外的对比序列如扩散加权成像 (DWI) 进行确认。然而，淋巴结在 T2 MRI 扫描中外观多样，使得转移分期困难。此外，放射科医生在繁忙的一天中常漏诊较小的转移性淋巴结。为应对这些问题，我们提出使用 DEtection TRansformer (DETR) 网络在不同扫描仪和检查协议获取的挑战性 T2 MRI 扫描中定位可疑转移性淋巴结以进行分期。通过边界框融合技术减少了假阳性 (FP)，在每幅图像 4 个 FP 下达到了 65.41% 的精确率和 91.66% 的灵敏度。据我们所知，我们的结果改进了当前 T2 MRI 扫描中淋巴结检测的 SOTA。
引用
@article{arxiv.2111.04885,
title = {Lymph Node Detection in T2 MRI with Transformers},
author = {Tejas Sudharshan Mathai and Sungwon Lee and Daniel C. Elton and Thomas C. Shen and Yifan Peng and Zhiyong Lu and Ronald M. Summers},
journal= {arXiv preprint arXiv:2111.04885},
year = {2021}
}
备注
Accepted at SPIE 2022