Gravity Network for end-to-end small lesion detection

要約

この論文では、医療画像内の小さな病変を検出するために特別に設計された、新しい 1 段階のエンドツーエンド検出器を紹介します。
小さな病変の正確な位置特定には、その外観と、病変が発見される多様な文脈背景のため、課題が伴います。
これに対処するために、私たちのアプローチでは、検出のために標的病変に向かって動的に移動する新しいタイプのピクセルベースのアンカーを導入しています。
この新しいアーキテクチャを GravityNet と呼び、新しいアンカーは病変によって「引き付けられる」ように見えるため、重力点と呼びます。
私たちは、提案されたアプローチのパフォーマンスを評価するために、小さな病変を伴う 2 つの確立された医学的問題、デジタル マンモグラムでの微小石灰化の検出とデジタル眼底画像での微小動脈瘤の検出について実験を実施しました。
私たちの方法は、これらの医療画像タスクにおいて小さな病変を効果的に検出する上で有望な結果を示しています。

要約(オリジナル)

This paper introduces a novel one-stage end-to-end detector specifically designed to detect small lesions in medical images. Precise localization of small lesions presents challenges due to their appearance and the diverse contextual backgrounds in which they are found. To address this, our approach introduces a new type of pixel-based anchor that dynamically moves towards the targeted lesion for detection. We refer to this new architecture as GravityNet, and the novel anchors as gravity points since they appear to be ‘attracted’ by the lesions. We conducted experiments on two well-established medical problems involving small lesions to evaluate the performance of the proposed approach: microcalcifications detection in digital mammograms and microaneurysms detection in digital fundus images. Our method demonstrates promising results in effectively detecting small lesions in these medical imaging tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google