.png){kind=icon}
返回
Ipsilateral Lesion Detection Refinement for Tomosynthesis
.png){kind=icon}
PRE
AI
DOI：10.1109/TMI.2023.3280135.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
用于乳腺癌筛查的计算机辅助检测 (CAD) 框架已经研究了几十年。与单视图图像上的传统CAD相比，在CAD框架中早期采用深度学习模型已经显示出大大提高的检测性能。最近，研究通过合并来自每个筛选检查内的多个视图的信息来提高性能。临床上，在筛选期间整合病变对应关系是一个复杂的决策过程，取决于几个参考步骤的正确执行。然而，大多数多视图CAD框架是基于深度学习的黑盒技术。完全端到端的设计使得分析模型行为和微调性能变得非常困难。更重要的是，由于缺乏每个多视图参考步骤的明确推理，该技术的黑盒性质阻碍了临床采用。因此，需要一种多视图检测框架，该框架不仅可以准确地检测癌症，而且可以提供逐步的多视图推理。在这项工作中，我们提出了同侧匹配细化网络 (imr-net)，用于跨多个视图的数字乳腺断层合成 (DBT) 病变检测。我们提出的框架基于明确的同侧病变匹配自适应地改进了单视图检测分数。Imr-net建立在强大的单视图检测CAD管道上，具有商业开发DBT数据集，其中包含来自8034检查的24675个DBT体积视图。使用基于位置的案例级接收器操作特性 (ROC) 和案例级自由响应ROC (FROC) 分析来衡量性能。
Keyword:
Computer-aided detection and diagnosis
breast cancer screening
digital breast tomosynthesis
ipsilateral matching
期刊
IF:
9.8
论文数:
6.2K
被引数:
3.7W
机构
引用论文
Degradation of reactive dyes I. A comparative study of ozonation, enzymatic and photochemical processes活性染料的降解I.臭氧、酶和光化学过程的比较研究.png)
Chemosphere
ChemosphereIF0
PREAI
分享收藏Multi-task transfer learning deep convolutional neural network: application to computer-aided diagnosis of breast cancer on mammograms多任务迁移学习深度卷积神经网络在乳腺x线照片乳腺癌计算机辅助诊断中的应用
OAAI
OAAI分享收藏Robust breast cancer detection in mammography and digital breast tomosynthesis using an annotation-efficient deep learning approach使用注释有效的深度学习方法在乳房x线照相术和数字乳房断层合成中进行稳健的乳腺癌检测NATURE MEDICINEOAAI
NATURE MEDICINEIF50
OAAI分享收藏Changes in cancer detection and false-positive recall in mammography using artificial intelligence: a retrospective, multireader study使用人工智能的乳房x线照相术中癌症检测和假阳性回忆的变化: 一项回顾性多读者研究LANCET DIGITAL HEALTHOAAI
LANCET DIGITAL HEALTHIF24.1
OAAI分享收藏Cross-linkable Polymer Matrix for Enhanced Thermal Stability of Succinonitrile-based Polymer Electrolyte in Lithium Rechargeable Batteries可交联聚合物基质，用于增强锂可充电电池中基于丁二腈的聚合物电解质的热稳定性
OAAI
OAAI分享收藏
查看更多内容