Thinking Twice: Clinical-Inspired Thyroid Ultrasound Lesion Detection Based on Feature Feedback

要約

甲状腺病変の正確な検出は、コンピューター支援診断の重要な側面です。
しかし、既存の検出方法のほとんどは、1 つの特徴抽出プロセスのみを実行し、その後マルチスケールの特徴を融合するため、超音波画像内のノイズやぼやけた特徴の影響を受ける可能性があります。
この研究では、臨床診断にヒントを得た特徴フィードバックメカニズムに基づいた新しい検出ネットワークを提案します。
まず全体像を大まかに観察し、次に興味のある細部に焦点を当てるというメカニズムです。
これは、フィードバック機能選択モジュールと機能フィードバック ピラミッドの ​​2 つの部分で構成されます。
フィードバック特徴選択モジュールは、空間次元とチャネル次元の両方で最初のフェーズで抽出された特徴を効率的に選択し、粗い観測に似た高度な意味論的な事前知識を生成します。
次に、特徴フィードバック ピラミッドは、この高度な意味論的な事前知識を使用して、第 2 フェーズでの特徴抽出を強化し、詳細な観察と同様に 2 つの特徴を適応的に融合します。
さらに、放射線科医は診断のために病変の形状とサイズに焦点を当てることが多いため、マルチスケールの特徴を集約するための適応検出ヘッド戦略を提案します。
私たちが提案した方法は、甲状腺超音波データセットで 70.3% の AP と 99.0% の AP50 を達成し、リアルタイム要件を満たしています。
コードは https://github.com/HIT-wanglingtao/Thinking-Twice で入手できます。

要約(オリジナル)

Accurate detection of thyroid lesions is a critical aspect of computer-aided diagnosis. However, most existing detection methods perform only one feature extraction process and then fuse multi-scale features, which can be affected by noise and blurred features in ultrasound images. In this study, we propose a novel detection network based on a feature feedback mechanism inspired by clinical diagnosis. The mechanism involves first roughly observing the overall picture and then focusing on the details of interest. It comprises two parts: a feedback feature selection module and a feature feedback pyramid. The feedback feature selection module efficiently selects the features extracted in the first phase in both space and channel dimensions to generate high semantic prior knowledge, which is similar to coarse observation. The feature feedback pyramid then uses this high semantic prior knowledge to enhance feature extraction in the second phase and adaptively fuses the two features, similar to fine observation. Additionally, since radiologists often focus on the shape and size of lesions for diagnosis, we propose an adaptive detection head strategy to aggregate multi-scale features. Our proposed method achieves an AP of 70.3% and AP50 of 99.0% on the thyroid ultrasound dataset and meets the real-time requirement. The code is available at https://github.com/HIT-wanglingtao/Thinking-Twice.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google