面向智能医学图像分析的平行医学影像：概念、方法与应用
计算机视觉与模式识别
2021-06-30 v3
摘要
过去几十年中，数据驱动的医学图像分析人工智能技术取得了诸多进展。然而，由于医学图像数据获取与标注的特有复杂性、医学领域知识的提取以及诊断决策解释等难题，该任务仍具挑战性。本文基于交互式 ACP 平行智能方法，提出一种称为平行医学影像（PMI）的数据-知识双驱动框架，用于智能医学图像分析。在 PMI 框架中，以数据驱动方式通过预测学习的计算实验提取医学知识，以支持诊断决策；引入人工成像系统以知识驱动方式筛选并规定式生成医学图像数据，以利用医学领域知识。通过基于平行执行的闭环优化，所提 PMI 框架可提升泛化能力并缓解诊断决策中医解释性不足的限制。此外，我们通过乳腺 X 线摄影分析与皮肤病变图像分析的案例研究展示了 PMI 方法的初步实现。在多个公开医学图像数据集上的实验结果证明了所提 PMI 的有效性。
引用
@article{arxiv.1903.04855,
title = {Parallel Medical Imaging for Intelligent Medical Image Analysis: Concepts, Methods, and Applications},
author = {Chao Gou and Tianyu Shen and Wenbo Zheng and Huadan Xue and Hui Yu and Qiang Ji and Zhengyu Jin and Fei-Yue Wang},
journal= {arXiv preprint arXiv:1903.04855},
year = {2021}
}