HyperAIHyperAI
منذ 2 أشهر

تحسين RetinaNet للكشف عن البؤر في التصوير المقطعي المحوسب باستخدام الأقنعة الكثيفة من العلامات الضعيفة RECIST

Zlocha, Martin ; Dou, Qi ; Glocker, Ben
تحسين RetinaNet للكشف عن البؤر في التصوير المقطعي المحوسب باستخدام الأقنعة الكثيفة من العلامات الضعيفة RECIST
الملخص

الكشف الدقيق والآلي عن البؤر المرضية في التصوير المقطعي المحوسب (CT) هو مهمة مهمة ومعقدة بسبب التنوع الكبير في أنواع وأحجام ومواقع ومظاهر هذه البؤر. تستخدم الأبحاث الحديثة في مجال الكشف عن بؤر CT طرقًا مقترحة للمنطقة تتبع مرحلتين وتتم تدريبها باستخدام علامات المركز أو الصناديق الحدودية. نقترح كاشف بؤر مرضية من مرحلة واحدة يتميز بدقة عالية وكفاءة، وذلك بإعادة تصميم RetinaNet لتلبية التحديات الخاصة بالتصوير الطبي. بشكل خاص، نقوم بتحسين تكوينات الأناكر باستخدام خوارزمية البحث التفاضلي. بالنسبة للتدريب، نستفيد من معايير تقييم الاستجابة للأورام الصلبة (RECIST) التي يتم قياسها في الروتين السريري. ندمج أقنعة كثيفة من العلامات الضعيفة لـ RECIST، والتي تم الحصول عليها آليًا باستخدام GrabCut، في هدف التدريب، مما يؤدي إلى أداء جديد يتفوق على أفضل الأساليب المبلغ عنها بأكثر من 5%. قمنا بتقييم طريقة عملنا على معيار DeepLesion العام، الذي يتكون من 32,735 بؤرة مرضية عبر الجسم. حقق كاشف البؤر المرضية ذو المرحلة الواحدة حساسية بنسبة 90.77% عند وجود 4 إشارات خاطئة لكل صورة، مما يتفوق بشكل كبير على أفضل الأساليب المبلغ عنها.