用于医学图像质量评估的移位窗口Transformer
图像与视频处理
2022-08-15 v1 计算机视觉与模式识别
摘要
为在医学影像研究中维持标准，图像应具备用于潜在诊断用途的必要图像质量。尽管基于CNN的方法被用于评估图像质量，但其准确性仍有提升空间。在本工作中，我们采用Swin Transformer解决该问题，改善了导致医学图像质量退化的低质量图像分类性能。我们在胸部X光片异物分类问题（Object-CXR）和四腔心视图心脏MRI的左心室流出道分类问题（LVOT）上测试了我们的方法。我们在Object-CXR和LVOT数据集上分别获得了87.1%和95.48%的分类准确率，实验结果表明，使用Swin Transformer提升了Object-CXR分类性能，同时在LVOT数据集上取得了相当的性能。据我们所知，我们的研究是首个将视觉Transformer应用于医学图像质量评估的工作。
引用
@article{arxiv.2208.06034,
title = {Shifted Windows Transformers for Medical Image Quality Assessment},
author = {Caner Ozer and Arda Guler and Aysel Turkvatan Cansever and Deniz Alis and Ercan Karaarslan and Ilkay Oksuz},
journal= {arXiv preprint arXiv:2208.06034},
year = {2022}
}
备注
10 pages, 3 figures, 4 tables. Accepted in 13th Machine Learning in Medical Imaging (MLMI 2022) workshop