用于乳腺肿块检测的多头特征金字塔网络
计算机视觉与模式识别
2023-02-23 v1
摘要
X 射线图像分析是诊断乳腺癌的主要手段之一。从海量图像数据中快速准确地检测肿块位置是降低乳腺癌发病率与死亡率的关键。当前限制乳腺肿块检测精度的主要因素是网络对肿块框关注不均，导致网络过度关注较大肿块而忽视较小肿块。本文提出多头特征金字塔模块（MHFPN）以解决特征图融合过程中目标框关注不平衡的问题，并设计了多头乳腺肿块检测网络（MBMDnet）。实验研究表明，在常用 INbreast 数据集上，相较 SOTA 检测基线，我们的方法在 AP@50 上提升 6.58%、在 TPR@50 上提升 5.4%；在公开 MIAS 与 BCS-DBT 数据集上，AP@20 亦提升约 6–8%。
引用
@article{arxiv.2302.11106,
title = {Multi-Head Feature Pyramid Networks for Breast Mass Detection},
author = {Hexiang Zhang and Zhenghua Xu and Dan Yao and Shuo Zhang and Junyang Chen and Thomas Lukasiewicz},
journal= {arXiv preprint arXiv:2302.11106},
year = {2023}
}
备注
7 pages, 3 figures,Received by the ICASSP2023