基于多视图超声的甲状腺癌分类个性化诊断工具
计算机视觉与模式识别
2022-07-04 v1 人工智能
机器学习
摘要
过去数十年间，甲状腺癌发病率在全球范围内持续上升。准确且早期的诊断有助于及时治疗并避免过度诊断。临床上，结节通常使用甲状腺超声从横切与纵切两个视图进行评估。然而，甲状腺腺体与病灶的外观在个体间差异显著。从两个视图中识别关键诊断信息需要专业知识。此外，寻找整合多视图信息的最优方式同样依赖临床医生经验，进一步增加了准确诊断的难度。为此，我们提出一种可针对不同患者定制其决策过程的个性化诊断工具。该工具由一个用于特征提取的多视图分类模块，以及一个为不同视图生成最优权重的个性化权重分配网络组成。同时配备自监督视图感知对比损失，以进一步提升模型针对不同患者群体的鲁棒性。实验结果表明，所提框架能更好地利用多视图信息，并优于对比方法。
引用
@article{arxiv.2207.00496,
title = {Personalized Diagnostic Tool for Thyroid Cancer Classification using Multi-view Ultrasound},
author = {Han Huang and Yijie Dong and Xiaohong Jia and Jianqiao Zhou and Dong Ni and Jun Cheng and Ruobing Huang},
journal= {arXiv preprint arXiv:2207.00496},
year = {2022}
}
备注
Accepted by MICCAI 2022