MammoTracker：基于掩码引导的时序乳腺X线片中肿块跟踪
计算机视觉与模式识别
2025-07-02 v1
摘要
准确跟踪时序乳腺X线片中的肿块对于监测乳腺癌进展和促进早期诊断至关重要。然而，在计算机辅助诊断 (CAD) 系统中，跨检查实现肿块对应仍是一个挑战，限制了其有效性。我们提出了 MammoTracker，一种基于掩码引导的肿块跟踪框架，自动化肿块在连续检查中的局部分析。我们的方法遵循粗到细策略，包含三个关键模块：全局搜索、局部搜索和得分细化。为支持大规模训练和评估，我们引入了新的数据集，包含来自公开 EMBED 乳腺X线片数据集的 730 例质灶和钙化点案例的精选前检查标注，产生了超过 20000 对肿块配对，成为已知最大规模的时序乳腺肿块跟踪资源。实验结果表明，MammoTracker 实现了 0.455 的平均重叠度和 0.509 的准确度，超越基线模型 8%，凸显了其在 CAD 基于肿块进展分析中潜在的提升作用。该数据集将在 https://gitlab.oit.duke.edu/railabs/LoGroup/mammotracker 上公开。
引用
@article{arxiv.2507.00328,
title = {MammoTracker: Mask-Guided Lesion Tracking in Temporal Mammograms},
author = {Xuan Liu and Yinhao Ren and Marc D. Ryser and Lars J. Grimm and Joseph Y. Lo},
journal= {arXiv preprint arXiv:2507.00328},
year = {2025}
}