VinDr-SpineXR：基于深度学习的脊柱 X 线影像病变检测与分类框架
图像与视频处理
2021-06-25 v1 计算机视觉与模式识别
机器学习
摘要
在临床实践中，X 线影像是识别脊柱异常最重要的成像工具。然而，脊柱骨病变的评估对放射科医生而言是一项具有挑战性的任务。本工作旨在开发并评估一个名为 VinDr-SpineXR 的基于深度学习的框架，用于脊柱 X 线影像中异常的分类与定位。首先，我们构建了一个大型数据集，包含来自 5000 项研究的 10468 张脊柱 X 线图像，每张图像均由经验丰富的放射科医生手动标注，在 13 个类别中对异常发现周围绘制边界框。利用该数据集，我们训练了一个深度学习分类器以判断脊柱扫描是否异常，以及一个检测器以在全部 13 类中定位 7 种关键发现。VinDr-SpineXR 在一个包含来自 1000 项研究的 2078 张图像的测试集上进行评估，该测试集与训练集保持独立。其在图像级分类任务中表现出 88.61%（95% CI 87.19%, 90.02%）的受试者工作特征曲线下面积（AUROC），在病变级定位任务中表现出 33.56% 的平均精度均值（[email protected]）。这些结果作为概念验证，并为该方向的未来研究设定了基线。为促进研究进展，该数据集、代码及训练好的深度学习模型已公开可用。
引用
@article{arxiv.2106.12930,
title = {VinDr-SpineXR: A deep learning framework for spinal lesions detection and classification from radiographs},
author = {Hieu T. Nguyen and Hieu H. Pham and Nghia T. Nguyen and Ha Q. Nguyen and Thang Q. Huynh and Minh Dao and Van Vu},
journal= {arXiv preprint arXiv:2106.12930},
year = {2021}
}
备注
This is a preprint of our paper which was accepted for publication by the International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2021)