MedDet：基于生成对抗蒸馏的高效仿佛期盘器官突出检测
图像与视频处理
2024-10-22 v2 计算机视觉与模式识别
摘要
仿佛期盘器官突出（CDH）是一种流行的肌肉骨骼疾病，对健康产生显著影响，需专家进行耗时的分析。尽管自动化医学影像检测方法取得了进展，但两种重大挑战仍阻碍其实际应用。首先，计算复杂度和资源需求在实时应用方面存在显著差距。其次，MRI 噪声降低了现有方法的效果，通过扭曲特征提取。为此，我们提出了三个关键贡献：首先，我们引入了 MedDet，利用多教师单学生知识蒸馏进行模型压缩与效率提升，同时集成生成对抗训练以增强性能。此外，我们定制了第二阶 nmODE 以提高模型对 MRI 噪声的抗性。最后，我们在 CDH-1848 数据集上进行了全面实验，相较于先前方法，在 mAP 上提升了最高 5%。本方法还实现了超过 5 倍的推理速度，教师模型的参数数目降低约 67.8%，FLOPs 降低约 36.9%。这些突破显著提升了自动化 CDH 检测的性能与效率，为未来在临床实践中的应用提供了广阔前景。项目网站 https://steve-zeyu-zhang.github.io/MedDet
引用
@article{arxiv.2409.00204,
title = {MedDet: Generative Adversarial Distillation for Efficient Cervical Disc Herniation Detection},
author = {Zeyu Zhang and Nengmin Yi and Shengbo Tan and Ying Cai and Yi Yang and Lei Xu and Qingtai Li and Zhang Yi and Daji Ergu and Yang Zhao},
journal= {arXiv preprint arXiv:2409.00204},
year = {2024}
}
备注
Accepted to BIBM 2024 Oral