-
题名乳腺钼靶肿块自监督预训练迁移检测方法研究
- 1
-
-
作者
莫宏伟
孙琪
孙鹏
张显玉
孙江宏
孙惟嘉
-
机构
哈尔滨工程大学智能科学与工程学院
哈尔滨医科大学附属肿瘤医院乳腺外科
哈尔滨医科大学附属肿瘤医院影像中心
-
出处
《智能系统学报》
CSCD
北大核心
2024年第5期1082-1091,共10页
-
文摘
借助深度学习技术在乳腺钼靶领域辅助医生进行乳腺癌诊断在当下已经成为很多研究关注的热点,诊断技术主要包括良恶性分类、病灶区域检测以及病灶区域分割等。由于深度学习训练的模型性能很大程度上依赖于大量的带有标注的数据,而医学图像数据集往往存在数据量少、标注成本昂贵以及公开数据集标注质量差等现象,所以在医学图像领域应用深度学习技术具有重重困难。为使基于深度学习的乳腺钼靶计算机辅助诊断技术的开发不受限于大量有标注的数据,提出一种适用于钼靶自监督目标检测方法来完成乳腺钼靶肿块检测任务,利用大量来自肿瘤医院的数据预训练,并在公开数据集DDSM上进行微调与测试。实验结果表明,提出模型在乳腺钼靶肿块检测任务中表现优异,并且不依赖于位置标签,具有重要的研究价值与应用前景。
-
关键词
目标检测
自监督
钼靶影像
预训练
数据增强
视觉表示
卷积神经网络
图像分类
-
Keywords
object detection
self-supervised
mammographic
pretraining
data augment
visual representation
convolution neural network
image classification
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
