Swin-Tempo：基于 Swin Transformer 增强 UNet 将 CT 序列作为视频帧的时序感知肺结节检测
图像与视频处理
2023-10-17 v2 人工智能
计算机视觉与模式识别
机器学习
摘要
肺癌致死率极高，凸显早期检测的迫切需求。然而，识别肺结节对放射科医生构成重大挑战，其高度依赖专业经验进行准确诊断。为此，基于机器学习技术的计算机辅助诊断(CAD)系统应运而生，以协助医生从计算机断层扫描(CT)中识别肺结节。遗憾的是，该领域现有网络常受计算复杂度困扰，导致假阴性与假阳性率高，限制了其实效。为应对这些挑战，我们提出了一种融合卷积神经网络与视觉变换器优势的创新模型。受视频目标检测启发，我们将每幅 3D CT 图像视为视频、单个切片视为帧、肺结节视为对象，从而实现时序应用。我们工作的主要目标是克服模型训练时的硬件限制，在处理 2D 数据的同时利用切片间信息基于 3D 图像上下文进行准确识别。我们通过对公开 Lung Nodule Analysis 2016 数据集采用 10 折交叉验证技术验证了所提网络。我们提出的架构以极少参数量实现了 97.84% 的平均灵敏度准则与 96.0% 的竞赛性能指标(CPM)。与肺结节识别领域现有最优进展的对比分析表明，我们所提模型取得了显著精度。
引用
@article{arxiv.2310.03365,
title = {Swin-Tempo: Temporal-Aware Lung Nodule Detection in CT Scans as Video Sequences Using Swin Transformer-Enhanced UNet},
author = {Hossein Jafari and Karim Faez and Hamidreza Amindavar},
journal= {arXiv preprint arXiv:2310.03365},
year = {2023}
}