SpineGEM脊柱退行性疾病分类
- 论文:SpineGEM: A Hybrid-Supervised Model Generation Strategy Enabling Accurate Spine Disease Classification with a Small Training Dataset
- 收录情况:2021MICCAI
- 使用自监督方法训练encoder,全监督finetune并训练classifier
1. Abstract
大多数基于深度学习的MRI分析方法需要大量的标注数据,但是数据标注过程费时费力。这篇文章中,使用了一种多监督(hybrid-supervised)模型生成的方法,叫做SpinGEM,对于腰椎退行性疾病(LDD)的多病理分类任务中表现优越。一个自监督过程被用来生成预训练的模型,这个过程未使用任何标签,并且通过MRI-SegFlow(这也是本文作者的基于投票机制的一种无监督分割方法)自动生成的脊柱(VBs)和腰椎盘(IVDs)mask标签使得有关病理的先验信息融合到模型中。通过在一个较小医学数据集上对模型finetune,能够获得精确的病理分类。SpinGEM方法在数据集HKDDC(私有数据集)被验证对于四种疾病Schneiderman Score, Disc Bulging, Pfirrmann Grading, Schmorl’s Node分类是有效的。
2. Introduction and Methodology
受启发于周纵纬的Model Genesis,我们的多监督生成策略包括(1)自监督的预训练;(2)对特定任务的finetune。模型包括一个预训练的encoder头和特定任务的分类头。
贡献点:(1)提出了一个多监督生成策略SpinGEM来对腰椎多种疾病进行分类;(2)和SOTA的自监督方法进行了对比,验证了这个方法在MRI腰椎退行性疾病数据的有效性。
2.1 Preprocessing
首先,使用无监督分割方法MRI-SegFlow对脊柱和椎盘进行分割。
然后,对所有局部的分割矩形,提取长、宽、中心点和旋转角,并且所有的3D MRI图取中间的9张slides,然后对所有分割矩形进行双线性差值resize成1502009的大小。
2.2 Self-supervied Encoder Pretraining
首先,对上一步得到的分割矩形进行随机转换(random transformation)。对原图通过公式 f ( x ) = a + ( − 1 ) a x b , a ∈ { 0 , 1 } , b ∈ ( 1 / 2 , 2 ) f(x)=a+(-1)^ax^b, a\in \{0, 1\}, b\in(1/2, 2) f(x)=a+(−1)axb,a∈{0,1},b∈(1/2,2)进行像素强度转换,对分割mask进行closing操作,去掉分割细节部分,然后在原图对mask区域内进行模糊化或者像素值用平均像素代替。
然后,encoder pretrain的过程中对上述处理过的图进行图像复原操作,encoder-decoder的输出与原图计算 l 2 l_2 l2损失。
2.3 Task Specified Finetuning
取出图像复原网络的encoder部分,在后面加上两层全链接层,使用标注的分类图像及其label对网络进行finetune。
3. Experiment
Implement details部分不贴出来了,直接放试验结果。
作者和无监督方法、有监督方法、自监督方法比较,平均准确率和平均召回率都最高。
SpineGEM脊柱退行性疾病分类相关推荐
- Nature子刊综述:机器学习在神经退行性疾病诊疗中的应用
摘要:对神经退行性疾病的有效治疗存在巨大的需求.神经元变性的复杂性和患者群体的异质性给这些疾病的早期诊断工具和有效治疗的发展带来了巨大的挑战.机器学习是人工智能的子领域,它使科学家.临床医生和患者能够 ...
- 香港科大与哈佛大学医学院、史丹福大学医学院和伦敦大学学院成立 「神经退行性疾病研究中心」...
香港科技大学(香港科大)与哈佛大学医学院的教学医院波士顿儿童医院(哈佛).史丹福大学医学院的保罗·F·格伦格林衰老生物学中心(史丹福)及伦敦大学学院(UCL)昨日签署具有里程碑意义的合作备忘录,就前沿 ...
- 神经退行性疾病的新希望
关注"心仪脑"查看更多脑科学知识的分享. 关键词:脑科学.干细胞疗法.行业动态 神经退行过程(neurodegeneration)指神经元结构或者功能的丧失,可能最终会引起神经元死 ...
- Nature Communications:主要精神和神经退行性疾病的共同机制
摘要 几种常见的精神病和神经退行性疾病具有共同的流行病学风险; 然而,它们是否具有共同的病理生理学尚不清楚,是科研工作者的研究重点.作者使用25个全基因组关联研究 (GWAS)结果和LD得分回归,发现 ...
- 慧创脑科学第八期直播精彩回顾丨fNIRS与神经退行性疾病
「慧创脑科学」第8期直播活动圆满结束,此次直播主题聚焦在神经退行性疾病领域,探索fNIRS在神经退行性疾病领域的临床应用.通过对fNIRS在神经领域的临床实践及研究的相关分析,深入了解该联用技术的应用 ...
- 机器学习算法在退行性颈椎和腰椎疾病中的应用:一项系统综述
Utility of machine learning algorithms in degenerative cervical and lumbar spine disease: a systemat ...
- Nat. Rev. Neurol. | 机器学习在神经退行性疾病诊断和治疗中的应用
今天为大家介绍的是2020年6月谢菲尔德大学Laura Ferraiuolo教授课题组和BenevolentAI公司合作发表在Nature Reviews Neurology上的一篇有关神经退行性疾病 ...
- Tau PET成像在神经退行性Tau病中的应用—仍然是一个挑战
病理性错误折叠tau蛋白的累积是一类神经退行性疾病(统称为tau病)的共性特征,其中阿尔茨海默病(AD)是最为常见的.相关疾病还包括进行性核上性麻痹(PSP).皮质基底综合征(CBS).唐氏综合征(D ...
- 睡眠纺锤波、tau和神经退行性病变
越来越多的科学证据表明,睡眠紊乱对神经退行性疾病的风险和进展具有双向作用.证据来自四个方面的研究:(1)睡眠障碍,特别是阻塞性睡眠呼吸暂停综合征,会增加认知能力下降和痴呆的发生和发展风险:(2)睡眠中 ...
最新文章
- python 类装饰器 __set___python装饰器代替set get方法实例
- VisualVM——JDK自带的性能分析工具
- JAVA的内省机制(introspector)与反射机制(reflection)
- 介绍Dynamics 365的OrgDBOrgSettings工具
- 代理模式 、JDK动态代理、cglib动态代理
- 介绍一个欧神写的剪贴板多端同步神器
- SQL进阶,子查询与窗口函数
- ISLR—第二章 Statistical Learning
- MySQL中的alter table操作之add/modify/drop列
- js `` 手机不支持
- mysql5.1数据库乱码_MySql5.1以上版本中文乱码的解决方法
- SSH远程连接:简单的连接
- 雷军牵手李嘉诚;董明珠被“排挤”;余额宝限购终结| CSDN极客头条
- html中怎么让字体闪烁,HTML最简单的文字闪烁代码
- loj#6433. 「PKUSC2018」最大前缀和(状压dp)
- Linux mmc驱动框架(4)——卡检测及初始化
- Unity bug error CS1703: Multiple assemblies with equivalent identity have been imported...
- 网络带宽和吞吐量throughput的关系
- 青岛农商行联手蚂蚁金服开启首个“智慧城市”项目
- eclipse 提示 An internal error occurred during