شبكة عصبية اصطناعية متعددة الطبقات معززة بالسياق ثلاثي الأبعاد للكشف عن البؤر المرضية من البداية إلى النهاية

كشف البؤر المرضية من صور التصوير المقطعي المحوسب (CT) هو مشكلة مهمة ولكنها صعبة، حيث يمكن أن تبدو البؤر غير المرضية والبؤر الحقيقية متشابهة. يُعرف أن السياق ثلاثي الأبعاد يكون مفيدًا في هذه المهمة التمييزية. ومع ذلك، فإن معظم الإطارات الشاملة للكشف التي تعتمد على شبكات العصب الاصطناعية التلافيفية (CNNs) المصممة حاليًا هي مصممة للصور ثنائية الأبعاد. في هذا البحث، نقترح استخدام شبكة CNN القائمة على المناطق المعززة بالسياق ثلاثي الأبعاد (3DCE) لدمج المعلومات السياقية ثلاثية الأبعاد بكفاءة من خلال تجميع خرائط الميزات للصور ثنائية الأبعاد. يتميز 3DCE بسهولة التدريب وكونه شاملًا من النهاية إلى النهاية في مرحلتي التدريب والاستدلال. تم تطوير كاشف بؤر مرضية شامل لاكتشاف جميع أنواع البؤر باستخدام مجموعة بيانات DeepLesion. أثبتت نتائج التجارب على هذه المهمة الصعبة فعالية 3DCE. لقد قمنا بنشر رمز 3DCE في https://github.com/rsummers11/CADLab/tree/master/lesion_detector_3DCE.