乳腺X线摄影双视图肿块对应
计算机视觉与模式识别
2018-07-03 v1
摘要
标准乳腺癌筛查需对每侧乳房获取两张乳腺X线摄影投影。通常，对两视图进行比较可辅助完成具有挑战性的肿瘤检测与定位任务。我们提出了一种基于深度学习的、以块为基础的孪生网络(Siamese network)，用于双视图乳腺X线摄影中的病灶匹配。我们的局部拟合方法生成联合块对表示，并在两视图间采用共享配置进行比较。我们在标准数据集(其中包括大型筛查乳腺X线摄影数字数据库(DDSM))上对该网络进行了全面的实验。我们分析了在不同类型数据集间使用该网络进行迁移学习的效果，并将基于网络的匹配与使用欧氏距离的模板匹配进行了比较。最后，我们评估了匹配网络在完整检测流程中的贡献。实验结果表明，使用我们的方法有望提高检测精度。
引用
@article{arxiv.1807.00637,
title = {Mammography Dual View Mass Correspondence},
author = {Shaked Perek and Alon Hazan and Ella Barkan and Ayelet Akselrod-Ballin},
journal= {arXiv preprint arXiv:1807.00637},
year = {2018}
}