TransReg：作为多视图乳腺钼靶肿块检测中自动配准模块的跨Transformer
计算机视觉与模式识别
2023-11-10 v1
摘要
筛查性乳腺钼靶摄影是早期乳腺癌检测最广泛使用的方法，可显著降低死亡率。由于放射科医生可以检查同一乳房的双视图以交叉参考病灶的存在与位置，多视图乳腺钼靶信息的融合增强了医生的信心并降低了假阳性率。受此启发，我们提出TransReg，一种计算机辅助检测（CAD）系统，旨在利用头尾位（CC）和内外斜位（MLO）视图之间的关系。该系统包含跨Transformer（cross-transformer），用于建模由连体Faster RCNN网络提取的感兴趣区域（RoIs）之间的关系，以解决肿块检测问题。我们的工作首次将跨Transformer集成到目标检测框架中，以建模同侧视图之间的关系。我们在DDSM和VinDr-Mammo数据集上的实验评估表明，配备SwinT作为特征提取器的TransReg取得了最先进的性能。具体而言，在每幅图像假阳性率为0.5时，使用SwinT的TransReg在DDSM数据集上的召回率为83.3%，在VinDr-Mammo数据集上为79.7%。此外，我们进行了全面分析以证明跨Transformer可作为自动配准模块，对齐双视图中的肿块并利用该信息指导最终预测。这复现了专家放射科医生的诊断流程。
引用
@article{arxiv.2311.05192,
title = {TransReg: Cross-transformer as auto-registration module for multi-view mammogram mass detection},
author = {Hoang C. Nguyen and Chi Phan and Hieu H. Pham},
journal= {arXiv preprint arXiv:2311.05192},
year = {2023}
}