論文の概要: RECIST-Net: Lesion detection via grouping keypoints on RECIST-based annotation

• arxiv url: http://arxiv.org/abs/2107.08715v1
• Date: Mon, 19 Jul 2021 09:41:13 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-20 14:55:56.307529
• Title: RECIST-Net: Lesion detection via grouping keypoints on RECIST-based annotation
• Title（参考訳）: RECIST-Net:RECISTアノテーションに基づくグループ化キーポイントによる病変検出
• Authors: Cong Xie, Shilei Cao, Dong Wei, Hongyu Zhou, Kai Ma, Xianli Zhang, Buyue Qian, Liansheng Wang, Yefeng Zheng
• Abstract要約: 病変検出のための新しいアプローチであるRECIST-Netを提案し,RECIST径の4つの極点と中心点を検出する。 実験により、RECIST-Netはイメージ毎に4つの偽陽性で92.49%の感度を達成することが示された。
• 参考スコア（独自算出の注目度）: 37.006151248641125
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Universal lesion detection in computed tomography (CT) images is an important yet challenging task due to the large variations in lesion type, size, shape, and appearance. Considering that data in clinical routine (such as the DeepLesion dataset) are usually annotated with a long and a short diameter according to the standard of Response Evaluation Criteria in Solid Tumors (RECIST) diameters, we propose RECIST-Net, a new approach to lesion detection in which the four extreme points and center point of the RECIST diameters are detected. By detecting a lesion as keypoints, we provide a more conceptually straightforward formulation for detection, and overcome several drawbacks (e.g., requiring extensive effort in designing data-appropriate anchors and losing shape information) of existing bounding-box-based methods while exploring a single-task, one-stage approach compared to other RECIST-based approaches. Experiments show that RECIST-Net achieves a sensitivity of 92.49% at four false positives per image, outperforming other recent methods including those using multi-task learning.
• Abstract（参考訳）: CT画像における普遍的病変検出は,病変の種類,大きさ,形状,外観に大きな変化があるため,重要な課題である。 臨床経過データ(DeepLesion データセットなど)は,通常,固形腫瘍 (RECIST) 径の反応評価基準(ReCIST-Net)に従って,長径,短径のアノテートされるので,ReCIST 直径の極端点と中心点を検出できる新しい病変検出法である。 キーポイントとして病変を検知することにより、より概念的に簡単な定式化を行い、既存の境界ボックスベースの手法のいくつかの欠点(例えば、データ適切なアンカーを設計し、形状情報を失うこと)を克服し、一方的な1段階のアプローチを他のRECISTベースのアプローチと比較する。 実験の結果、RECIST-Netは画像毎に4つの偽陽性で92.49%の感度を達成し、マルチタスク学習など他の手法よりも優れていることがわかった。

関連論文リスト

• Multi-task Explainable Skin Lesion Classification [54.76511683427566]
  少ないラベル付きデータでよく一般化する皮膚病変に対する数発のショットベースアプローチを提案する。 提案手法は,アテンションモジュールや分類ネットワークとして機能するセグメンテーションネットワークの融合を含む。
  論文  参考訳（メタデータ） (2023-10-11T05:49:47Z)
• Gravity Network for end-to-end small lesion detection [50.38534263407915]
  本稿では,医療画像の小さな病変を特異的に検出するワンステージエンド・ツー・エンド検出器を提案する。 小さな病変の正確な局在化は、その外観と、それらが見つかる様々な背景によって困難を呈する。 この新たなアーキテクチャをGravityNetと呼び、新しいアンカーを重力点と呼ぶ。
  論文  参考訳（メタデータ） (2023-09-22T14:02:22Z)
• Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
  本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-08-18T13:13:09Z)
• A Global and Patch-wise Contrastive Loss for Accurate Automated Exudate Detection [12.669734891001667]
  糖尿病網膜症(DR:diabetic retinopathy)は、視覚障害の主要な原因である。 硬口蓋の早期発見は、糖尿病の治療と視力喪失の予防に役立つDRの同定において重要な役割を担っている。 ハード・エクスデュート・セグメンテーションを最適化する新しい教師付きコントラスト学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-02-22T17:39:00Z)
• OOOE: Only-One-Object-Exists Assumption to Find Very Small Objects in Chest Radiographs [9.226276232505734]
  管や様々な解剖学的構造のような多くの異物は、胸部X線全体と比較して小さい。 我々は,胸部X線写真中の小さなランドマークを局所化する深層ネットワークの能力を向上させるため,単純で効果的なOOOE(Only-One-Object-Exists)の仮定を提案する。
  論文  参考訳（メタデータ） (2022-10-13T07:37:33Z)
• Heatmap Regression for Lesion Detection using Pointwise Annotations [3.6513059119482145]
  本稿では,点ラベルのみに依存する病変検出手法を提案する。 熱マップ回帰を用いてトレーニングした本モデルでは, 確率論的手法により, 種々の病変を検出できる。 Gad病変検出実験の結果,高額なセグメンテーションラベルのトレーニングと比較し,ポイントベース法と競合する結果が得られた。
  論文  参考訳（メタデータ） (2022-08-11T17:26:09Z)
• Universal Lesion Detection in CT Scans using Neural Network Ensembles [5.341593824515018]
  腫瘍の拡がりの下流評価を促進するため、病変の縮小の前提条件は、その検出である。 我々は,NIH DeepLesionデータセットに存在する疑わしい病変を識別するために,最先端検出ニューラルネットワークを提案する。 画像あたり65.17%の精度と91.67%の感度で1枚あたり4FPの精度で、病変を局在させる最良の検出モデルのアンサンブルを構築した。
  論文  参考訳（メタデータ） (2021-11-09T00:11:01Z)
• Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
  磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。 本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。 本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-24T14:02:09Z)
• Context-Aware Refinement Network Incorporating Structural Connectivity Prior for Brain Midline Delineation [50.868845400939314]
  UNetによって生成された特徴ピラミッド表現を洗練・統合するための文脈対応改良ネットワーク(CAR-Net)を提案する。 正中線における脳の構造的接続性を維持するため、我々は新しい接続性レギュラーロスを導入する。 提案手法は, パラメータを少なくし, 4つの評価指標で3つの最先端手法より優れる。
  論文  参考訳（メタデータ） (2020-07-10T14:01:20Z)
• Pseudo-Labeling for Small Lesion Detection on Diabetic Retinopathy Images [12.49381528673824]
  糖尿病網膜症(英: Diabetic retinopathy、DR)は、世界の勤労者の視覚障害の主要な原因である。 糖尿病患者の約300～400万人は、DRのために視力を失います。 色眼底画像によるDRの診断は、そのような問題を緩和するための一般的なアプローチである。
  論文  参考訳（メタデータ） (2020-03-26T17:13:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。