.png){kind=icon}
返回
DetectDiffuse: Aggregation- and Attention-Driven Universal Lesion Detection with Multi-scale Diffusion Model
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-04971-1_15.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于计算机断层扫描（CT）图像的自动化通用病灶检测（ULD）为医生提供了关于病灶位置和形状的快速且客观的信息。然而，由于病灶尺寸的差异和CT图像中存在的灰度变化，难以在不同区域检测通用病灶。本文提出DetectDiffuse，一种由特征聚合和三维注意力驱动的多尺度扩散模型。首先，我们利用扩散模型生成带噪声的检测框，通过引入尺度因子来模拟不同尺度的病灶并减轻检测误差。其次，我们开发了一个邻域聚合（NA）模块，以增强模型区分病灶组织和正常组织的能力。该模块聚合检测框内及周围的特征，减少因病灶灰度差异显著导致的误检。第三，我们提出一个利用维度消歧的三维条纹注意力（SA）模块。该模块通过注意力机制更有效地提取CT图像不同维度的信息。我们在五个数据集上进行了对比实验，结果表明所提方法优于12种当前最优方法，相较于最佳方法性能提升了5.82%。
Keyword:
Universal Lesion Detection
3D Stripe Aggregation
Neighbor boxes Aggregation
期刊
机构
引用论文
.png){kind=icon}
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks更快的r-cnn: 基于区域建议网络的实时目标检测
OAAI
OAAI分享收藏
Uldor: A Universal Lesion Detector For Ct Scans With Pseudo Masks And Hard Negative Example MiningOAAI
OAAI分享收藏MSS U-Net: 3D segmentation of kidneys and tumors from CT images with a multi-scale supervised U-NetMSS u-net: 使用多尺度监督u-net对CT图像中的肾脏和肿瘤进行3D分割OAAI
OAAI分享收藏Multilevel Contextual 3-D CNNs for False Positive Reduction in Pulmonary Nodule Detection用于减少肺结节检测中的假阳性的多级上下文3-D cnn
PREAI
分享收藏
查看更多内容