| 基于注意力机制多任务的肺结节癌变风险判断方法 |
| |
| 作者姓名： | 王广涵 程远志 史操 许灿辉 |
| |
| 作者单位： | 青岛科技大学信息科学技术学院,青岛266061 |
| |
| 基金项目： | 国家自然科学基金 (61806107, 61973180, 62002190) |
| |
| 摘 要： | 对于CT影像中检测出的肺部结节, 需要自动判断其是否有癌变风险. 不同于大多数现有的研究方法只区分结节良恶性, 本文提出了一个基于注意力机制的多任务学习模型, 将与结节良恶性相关的语义特征属性一并判断输出, 通过判断9个结节特征(对比度、分叶征、毛刺征、球形度、边缘、纹理、钙化程度、大小以及恶性程度)的同时实现内在特征的共享, 以达到提高各子任务性能的目的. 选择视觉转换器(ViT)模型作为多任务共享特征提取层, 整体模型采用动态加权平均方法来对各子任务的Loss函数进行优化. 在LUNA16数据集上的实验表明, 该学习框架可以提升肺结节癌变风险判断的性能, 且同时对其他语义特征的判断也能提升结果的可解释性.
|
| 关 键 词： | 肺结节 癌变 低剂量螺旋CT 多任务 注意力机制 计算机辅助诊断 医学影像处理 |
| 收稿时间： | 2021-07-07 |
| 修稿时间： | 2021-08-11 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
