論文の概要: Check and Link: Pairwise Lesion Correspondence Guides Mammogram Mass Detection

• arxiv url: http://arxiv.org/abs/2209.05809v1
• Date: Tue, 13 Sep 2022 08:26:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-14 12:50:49.732963
• Title: Check and Link: Pairwise Lesion Correspondence Guides Mammogram Mass Detection
• Title（参考訳）: Check and Link: Pairwise Lesion Cor correspondingence Guides Mammogram Mass Detection
• Authors: Ziwei Zhao, Dong Wang, Yihong Chen, Ziteng Wang, Liwei Wang
• Abstract要約: CL-Netは、病変検出とペアワイズ対応をエンドツーエンドで学習するために提案されている。 CL-Netは対方向の病変対応を正確に理解する。 これは、低いFPI体制において、以前の方法よりも大きなマージンで上回っている。
• 参考スコア（独自算出の注目度）: 26.175654159429943
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Detecting mass in mammogram is significant due to the high occurrence and mortality of breast cancer. In mammogram mass detection, modeling pairwise lesion correspondence explicitly is particularly important. However, most of the existing methods build relatively coarse correspondence and have not utilized correspondence supervision. In this paper, we propose a new transformer-based framework CL-Net to learn lesion detection and pairwise correspondence in an end-to-end manner. In CL-Net, View-Interactive Lesion Detector is proposed to achieve dynamic interaction across candidates of cross views, while Lesion Linker employs the correspondence supervision to guide the interaction process more accurately. The combination of these two designs accomplishes precise understanding of pairwise lesion correspondence for mammograms. Experiments show that CL-Net yields state-of-the-art performance on the public DDSM dataset and our in-house dataset. Moreover, it outperforms previous methods by a large margin in low FPI regime.
• Abstract（参考訳）: 乳がんの発生と死亡率が高いため,マンモグラムの腫瘤の検出が重要である。 マンモグラム検診では, 対方向病変の対応を明示的にモデル化することが特に重要である。 しかし、既存の手法の多くは比較的粗い対応を構築しており、通信監督は利用していない。 本稿では,病変検出とペア対応をエンドツーエンドで学習するトランスフォーマーベースの新しいフレームワークCL-Netを提案する。 cl-netでは、クロスビュー候補間の動的相互作用を達成するためにview-interactive lesion detectorが提案されている。 これら2つの設計の組み合わせは、マンモグラムのペアワイズ病変対応を正確に理解する。 実験の結果、CL-NetはパブリックDDSMデータセットと社内データセットで最先端のパフォーマンスを得ることがわかった。 さらに、低FPI体制において、従来の手法よりも大きなマージンで優れている。

関連論文リスト

• H-FCBFormer Hierarchical Fully Convolutional Branch Transformer for Occlusal Contact Segmentation with Articulating Paper [10.006846616020319]
  咬合接触検出は, 咬合機能の喪失を回復するための重要なツールである。 咬合接触検出の最も一般的な方法は紙の調音である。 階層的損失関数を組み合わせた多クラス視覚変換器と完全畳み込みネットワークのセマンティックセマンティックセグメンテーションモデルを提案する。
  論文  参考訳（メタデータ） (2024-07-10T12:42:39Z)
• Features Fusion for Dual-View Mammography Mass Detection [1.5146068448101746]
  両マンモグラフィビューを同時に処理できるMAMM-Netという新しいモデルを提案する。 本実験は,従来の最先端モデルと比較して,PublicMデータセット上での優れた性能を示す。
  論文  参考訳（メタデータ） (2024-04-25T16:30:30Z)
• Real-time guidewire tracking and segmentation in intraoperative x-ray [52.51797358201872]
  リアルタイムガイドワイヤ分割と追跡のための2段階のディープラーニングフレームワークを提案する。 第1段階では、ヨロフ5検出器が元のX線画像と合成画像を使って訓練され、ターゲットのガイドワイヤのバウンディングボックスを出力する。 第2段階では、検出された各バウンディングボックスにガイドワイヤを分割するために、新規で効率的なネットワークが提案されている。
  論文  参考訳（メタデータ） (2024-04-12T20:39:19Z)
• TransReg: Cross-transformer as auto-registration module for multi-view mammogram mass detection [0.0]
  頭蓋頭蓋骨(CC)と側方斜視(MLO)の関連性を利用したCADシステムであるTransRegを提案する。 このシステムは、マス検出問題に対して、シアム高速RCNNネットワークによって抽出された関心領域(RoIs)の関係をモデル化するクロストランスフォーマーを含む。 我々の研究は、クロストランスフォーマーをオブジェクト検出フレームワークに統合して、異方性ビュー間の関係をモデル化した初めてのものです。
  論文  参考訳（メタデータ） (2023-11-09T08:08:12Z)
• Improving Vision Anomaly Detection with the Guidance of Language Modality [64.53005837237754]
  本稿では,マルチモーダルの観点から視覚モダリティの課題に取り組む。 本稿では,冗長な情報問題とスパース空間問題に対処するために,クロスモーダルガイダンス(CMG)を提案する。 視覚異常検出のためのよりコンパクトな潜在空間を学習するために、CMLEは言語モダリティから相関構造行列を学習する。
  論文  参考訳（メタデータ） (2023-10-04T13:44:56Z)
• Dual-view Correlation Hybrid Attention Network for Robust Holistic Mammogram Classification [13.588373358392142]
  マルチビュー相関型ハイブリット・アテンション・ネットワーク(DCHA-Net)を提案する。 局所的関係と非局所的注目ブロックからなるハイブリッドアテンションモジュールを提案し,その相関関係におけるペアビューの空間的不整合を緩和する。 InbreastとCBIS-DDSMの2つの公開データセットの実験結果から、DCHA-Netはビュー間の特徴相関を適切に保存し、最大化することを示した。
  論文  参考訳（メタデータ） (2023-06-19T02:34:42Z)
• Cross-Modal Causal Intervention for Medical Report Generation [109.83549148448469]
  医療報告生成(MRG)は、コンピュータ支援診断と治療指導に不可欠である。 視覚的および言語的バイアスによって引き起こされる画像テキストデータ内の素早い相関のため、病変領域を確実に記述した正確なレポートを生成することは困難である。 本稿では,視覚分解モジュール (VDM) と言語分解モジュール (LDM) からなるMRGのための新しい視覚言語因果干渉 (VLCI) フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-16T07:23:55Z)
• Unified Visual Relationship Detection with Vision and Language Models [89.77838890788638]
  この研究は、複数のデータセットからラベル空間の結合を予測する単一の視覚的関係検出器のトレーニングに焦点を当てている。 視覚と言語モデルを活用した統合視覚関係検出のための新しいボトムアップ手法UniVRDを提案する。 人物体間相互作用検出とシーングラフ生成の双方による実験結果から,本モデルの競合性能が示された。
  論文  参考訳（メタデータ） (2023-03-16T00:06:28Z)
• Real-time landmark detection for precise endoscopic submucosal dissection via shape-aware relation network [51.44506007844284]
  内視鏡下粘膜下郭清術における高精度かつリアルタイムなランドマーク検出のための形状認識型関係ネットワークを提案する。 まず,ランドマーク間の空間的関係に関する先行知識を直感的に表現する関係キーポイント・ヒートマップを自動生成するアルゴリズムを考案する。 次に、事前知識を学習プロセスに段階的に組み込むために、2つの補完的な正規化手法を開発する。
  論文  参考訳（メタデータ） (2021-11-08T07:57:30Z)
• Act Like a Radiologist: Towards Reliable Multi-view Correspondence Reasoning for Mammogram Mass Detection [49.14070210387509]
  マンモグラム質量検出のための解剖学的グラフ畳み込みネットワーク(AGN)を提案する。 AGNはマンモグラムの質量検出用に調整されており、既存の検出手法を多視点推論能力で実現している。 2つの標準ベンチマークの実験によると、AGNは最先端のパフォーマンスを大幅に上回っている。
  論文  参考訳（メタデータ） (2021-05-21T06:48:34Z)

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。