基于两步 LSTM 与 Transformer 的 CT 扫描时空特征学习
图像与视频处理
2022-07-11 v2 计算机视觉与模式识别
机器学习
摘要
计算机断层扫描（Computed tomography, CT）成像对于诊断多种疾病非常实用。然而，CT 图像的性质更为多样，因为一次 CT 扫描的分辨率和切片数量由机器及其设置决定。传统的深度学习模型难以处理此类多样数据，因为深度神经网络的基本要求是输入数据形状一致。本文中，我们提出一种新颖、有效的两步式方法来彻底解决 COVID-19 症状分类中的这一问题。首先，通过常规骨干网络提取 CT 扫描中每个切片的语义特征嵌入。然后，我们提出一个基于长短期记忆（long short-term memory, LSTM）和 Transformer 的子网络来处理时间特征学习，从而实现时空特征表示学习。通过这种方式，所提出的两步 LSTM 模型能够防止过拟合并提升性能。综合实验表明，所提出的两步法不仅表现出优异性能，而且能够相互补充。更具体地，两步 LSTM 模型具有更低的假阴性率，而两步 Swin 模型具有更低的假阳性率。总之，建议在真实世界应用中采用模型集成以获得更稳定且前景良好的性能。
引用
@article{arxiv.2207.01579,
title = {Spatiotemporal Feature Learning Based on Two-Step LSTM and Transformer for CT Scans},
author = {Chih-Chung Hsu and Chi-Han Tsai and Guan-Lin Chen and Sin-Di Ma and Shen-Chieh Tai},
journal= {arXiv preprint arXiv:2207.01579},
year = {2022}
}
备注
draft