Imitating Radiological Scrolling: A Global-Local Attention Model for 3D Chest CT Volumes Multi-Label Anomaly Classification

要約

コンピューター断層撮影（CT）スキャン検査の数の急速な増加は、放射線科医がワークロードの増加を支援するために、臓器のセグメンテーション、異常分類、報告生成などの自動化されたツールが緊急の必要性を生み出しました。
3次元（3D）CTスキャンのマルチラベル分類は、データの体積性と検出されるさまざまな異常のため、困難なタスクです。
畳み込みニューラルネットワーク（CNNS）に基づく既存の深い学習方法は、長距離依存関係を効果的にキャプチャするのに苦労していますが、視覚変圧器は実用的な課題をもたらす広範な事前トレーニングを必要とします。
さらに、これらの既存の方法は、CTスキャンスライスをスクロールしながら放射線科医のナビゲーション動作を明示的にモデル化しません。これには、グローバルなコンテキストの理解とローカルの詳細認識の両方が必要です。
この研究では、3D CTスキャンの分析中に放射線科医のスクロール挙動をエミュレートするように特別に設計された新しいグローバルローカル注意モデルであるCTスクロールを提示します。
私たちのアプローチは2つのパブリックデータセットで評価され、包括的な実験と各モデルコンポーネントの貢献を強調するアブレーション研究を通じてその有効性を実証します。

要約(オリジナル)

The rapid increase in the number of Computed Tomography (CT) scan examinations has created an urgent need for automated tools, such as organ segmentation, anomaly classification, and report generation, to assist radiologists with their growing workload. Multi-label classification of Three-Dimensional (3D) CT scans is a challenging task due to the volumetric nature of the data and the variety of anomalies to be detected. Existing deep learning methods based on Convolutional Neural Networks (CNNs) struggle to capture long-range dependencies effectively, while Vision Transformers require extensive pre-training, posing challenges for practical use. Additionally, these existing methods do not explicitly model the radiologist’s navigational behavior while scrolling through CT scan slices, which requires both global context understanding and local detail awareness. In this study, we present CT-Scroll, a novel global-local attention model specifically designed to emulate the scrolling behavior of radiologists during the analysis of 3D CT scans. Our approach is evaluated on two public datasets, demonstrating its efficacy through comprehensive experiments and an ablation study that highlights the contribution of each model component.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google