LSSANet:一种用于肺结节检测的长、短切片感知网络
文章目录
- LSSANet: A Long Short Slice-Aware Network for Pulmonary Nodule Detection
- 摘要
- 方法
- Long Short Slice Grouping
- Long Short Slice-Aware Network
- 实验结果
LSSANet: A Long Short Slice-Aware Network for Pulmonary Nodule Detection
摘要
提出了一个长短片感知网络(LSSANet)来检测肺结节
- 开发了一种新的非局部机制,称为长短片分组(LSSG),它将紧凑的非局部嵌入分为短距离切片分组嵌入和长距离切片分组嵌入。
- 这不仅减少了计算负担,而且还保持了片之间和整个特征映射中任何元素之间的长期依赖关系。
- 所提出的LSSG易于使用,可以插入许多肺结节检测网络。
为了验证LSSANet的性能,我们比较了最近提出的几种基于2D/3D CNN的竞争性检测方法。在大规模PN9数据集上取得了令人满意的评价结果,证明了该方法的有效性。
代码链接
方法
(a)我们的长短片感知网络(LSSANet)示意图,其中设计的长短片分组(LSSG)块集成到Ushaped骨干网的编码器中。
(b) LSSG组:使用我们提出的LSSG操作,将三个1 × 1 × 1卷积层产生的嵌入分组为G切片组
然后将三维卷积和GN应用于不同的分组。在深度恢复并与原始表示相结合后,我们得到了一个改进的表示,该表示探索了跨长/短距离切片的元素之间的远程依赖关系
Long Short Slice Grouping
长短片分组(LSSG)操作。(a)()(a)短距离切片分组(SSG)。嵌入(蓝色立方体)沿着深度维度由红色框分组。
(b)长距离切片分组(LSG)。具有相同颜色边框的嵌入属于同一组。
©一组LSSG的详细操作。(网上彩色图)
Long Short Slice-Aware Network
Encoder-Decoder骨干
考虑到3D ResNet50出色的特征提取性能,我们采用其作为编码器。解码器包括两个2 × 2 × 2反卷积层;因此,特征映射可以被上采样到适当的大小。此外,编码器层的两个输出特征映射分别由1 × 1 × 1卷积层调制,然后与解码器层的相应输出相连接。我们提出的LSSG块集成到ResNet50编码器的第二和第三阶段(2到第二和3到第三),SSG和LSG交替出现。
3D区域建议网络
为了产生高度敏感的候选肺结节,首先在骨干输出上应用一个3 × 3 × 3的卷积层。随后是两个平行的1 × 1 × 1卷积层,用于预测与每个体素上的每个锚相关联的分类概率并回归3D边界框。每个锚需要指定六个参数:中心点坐标、宽度、高度和深度。选择了5、10、20、30和50五个尺寸的立方体锚。
使用多任务损失目标
False Positive减少
最后阶段产生的候选结节通常包含许多假阳性。使用候选结节裁剪由ResNet50中的一个浅块和主干的最后一个块生成的特征图;然后将后一个特征映射上采样并与前一个特征映射连接,得到最终的多尺度感兴趣区域(RoI)。然后将3D最大池应用于该RoI。最后利用两个完全连通层生成分类概率和三维边界盒回归项。这里我们使用与上述三维区域建议网络相同的损失函数。它不仅可以减少误报的数量,而且可以进一步细化边界盒回归。
实验结果
LSSANet:一种用于肺结节检测的长、短切片感知网络相关推荐
- 肺结节检测(一):数据集介绍及处理
一.LUNA16数据集介绍 1.简介 LUNA16数据集包括888低剂量肺部CT影像(mhd格式)数据,每个影像包含一系列胸腔的多个轴向切片.原始图像为三维图像.每个图像包含一系列胸腔的多个轴向切片. ...
- U-Det:一种改进的双向特征网络U-Net结构用于肺结节分割
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 肺癌的早期诊断和分析涉及在计算机断层扫描(CT)图像中进行精确而有效的肺结节分割. ...
- 【2020论文】U-Det:一种改进的双向特征网络U-Net结构用于肺结节分割
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 肺癌的早期诊断和分析涉及在计算机断层扫描(CT)图像中进行精确而有效的肺结节分割. ...
- 肺结节目标检测_一种基于CT图像的肺结节检测方法及系统与流程
本发明属于医学图像分析和计算机辅助诊断等技术领域,更具体地,涉及一种基于CT图像的肺结节检测方法及系统. 背景技术: 肺癌是导致患癌死亡的最危险的疾病之一,其发病率占所有癌症的三分之二,且5年存活率为 ...
- 肺结节检测相关文章记录
1.3DFPN-HS^2: 3D Feature Pyramid Network Based High Sensitivity and Specificity Pulmonary Noudle Det ...
- 实战:使用yolov3完成肺结节检测(Luna16数据集)及肺实质分割
实战:使用yolov3完成肺结节检测(Luna16数据集) yolov3是一个比较常用的端到端的目标检测深度学习模型,这里加以应用,实现肺结节检测.由于Luna16数据集是三维的,需要对其进行切片操作 ...
- 肺结节目标检测_基于改进Faster R-CNN的肺结节检测
基于改进 Faster R-CNN 的肺结节检测 肺癌在我国乃至全球范围内 , 都是发病率及死亡率最高的恶性肿瘤.其早期 的表现形式是直径不超过 30mm 的肺内圆形或不规则形结节. 肺癌的早期诊断与 ...
- 肺结节检测的一些要点总结
肺结节检测实际上就是目标检测,但是有一些地方要注意. 1:在二维平面图上检测不准,还需3D方式进行检测. 2: 一个患者的片子可能包括几百张切片,重构为3D后占用内存很大,需要采用补丁输入的方式,就是 ...
- TACOS:一种用于准确预测细胞特异性长的非编码RNA亚细胞定位的新方法
<TACOS:一种用于准确预测细胞特异性长的非编码RNA亚细胞定位的新方法> <TACOS: a novel approach for accurate prediction of ...
最新文章
- RAID2.0核心思想:数据保护与物理资源管理域分离
- java:迭代器Iterator
- 锁绑定多个条件Condition
- 数据结构与算法 / 默克尔树
- MongoDB的数据逻辑结构
- D. Steps to One(概率DP,莫比乌斯反演)
- hdu4609 3-idiots
- 笔记本计算机死机后如何启动,电脑戴尔死机如何重新启动的解决方法
- 用对 gitignore
- (开源)XMind2TestCase一个高效的测试用例设计解决方案
- PHP小程序码扫码登录网站,WeAuth微信小程序实现PC网站扫码授权登录
- Django JWT认证实现
- html 环形进度条,详解利用canvas实现环形进度条的方法
- tensorflow之pd模型
- 树莓派添加RTC时钟模块的方法
- matlab 博弈论代码,各种博弈论详解(示例代码)
- 开源GIS与空间数据库实战教程
- vbscript for 转 php for,VBS教程:VBScript 基础-使用循环语句
- Windows服务器IE浏览器无法下载文件解决方法
- 集合差集操作:a - b 的含义为在集合a中,但不在b中的元素集合。
热门文章
- [概念] 风险识别工具 - 影响图(Influence Diagram) 1
- STL源码剖析---移动advance
- 微电流检测芯片_什么是微芯片价值?
- voj1006 晴天小猪历险记之Hill
- mysqldump介绍,利用MySQL全备份(mysqldump),如何只恢复一个库或者一个表?
- 某科技公司领导称“ 80 后该退出 IT 行业”,群里爆粗口直接@员工请你滚。。。...
- 关于google earth engine(GEE)的一些想法与大胆预测
- 蓝桥杯C/C++每日一练之十进制转换成十六进制
- koa2-重构url
- Java Agent简介及使用Byte Buddy和AspectJ LTW监控方法执行耗时