MultiNet与Transformers：一种基于图像的癌症诊断模型
计算机视觉与模式识别
2023-01-24 v1
摘要
癌症是许多国家的主要死因。基于生物医学影像的癌症早期诊断可确保有效治疗与更好预后。然而，生物医学影像对临床机构和研究人员均构成挑战。生理异常常表现为单个细胞或组织的轻微异常，难以通过视觉检测。传统上，异常由经过广泛培训的放射科医生和病理学家诊断。然而，该过程需要专业人员参与并产生大量成本。这一成本使得大规模生物图像分类难以实现。在本研究中，我们提供了独特的深度神经网络设计，用于医学图像（尤其是癌症图像）的多类分类。我们将Transformers整合进多类框架，以利用数据收集能力并进行更精确的分类。我们在公开可获取的数据集上使用多种度量评估模型，以确保模型的可靠性。广泛的评估指标表明该方法可用于多种分类任务。
引用
@article{arxiv.2301.09007,
title = {MultiNet with Transformers: A Model for Cancer Diagnosis Using Images},
author = {Hosein Barzekar and Yash Patel and Ling Tong and Zeyun Yu},
journal= {arXiv preprint arXiv:2301.09007},
year = {2023}
}