基于 auto-Deep Learning 从 mpMRI 检测与定位前列腺癌恶性病变：迈向临床使用的一步
图像与视频处理
2022-06-14 v1 计算机视觉与模式识别
摘要
从 mpMRI 自动诊断恶性前列腺癌患者在过去几年中已被广泛研究。模型解释与域漂移一直是临床使用的主要障碍。作为我们先前工作的扩展——我们曾在包含 201 名患者的公共队列上训练定制卷积神经网络，并以感兴趣区域周围的裁剪 2D 块作为输入——本次以前列腺腺体的裁剪 2.5D 切片作为输入，并使用 autoKeras 在模型空间中搜索最优模型。不同之处在于外周带（PZ）与中央腺（CG）被分别训练与测试，PZ 检测器与 CG 检测器被证明能有效地从序列中高亮最可疑的切片，有望大幅减轻医师的工作负担。
引用
@article{arxiv.2206.06235,
title = {Prostate Cancer Malignancy Detection and localization from mpMRI using auto-Deep Learning: One Step Closer to Clinical Utilization},
author = {Weiwei Zong and Eric Carver and Simeng Zhu and Eric Schaff and Daniel Chapman and Joon Lee and Hassan Bagher Ebadian and Indrin Chetty and Benjamin Movsas and Winston Wen and Tarik Alafif and Xiangyun Zong},
journal= {arXiv preprint arXiv:2206.06235},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:1903.12331