驚くべきでない:敵対攻撃による増強による低線量CTスキャンのためのロバストな肺結節検出の訓練【JST・京大機械翻訳】

Liu Siqi; Setio Arnaud Arindra Adiyoso; Ghesu Florin C.; Gibson Eli; Grbic Sasa; Georgescu Bogdan; Comaniciu Dorin

プレプリント

J-GLOBAL ID：202202206256020396 整理番号：22P0120704

驚くべきでない:敵対攻撃による増強による低線量CTスキャンのためのロバストな肺結節検出の訓練【JST・京大機械翻訳】

No Surprises: Training Robust Lung Nodule Detection for Low-Dose CT Scans by Augmenting with Adversarial Attacks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2020年03月08日プレプリントサーバーでの情報更新日： 2020年10月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

初期段階での悪性肺結節の検出は,肺癌患者の生存率を増加させる可能性のある医学的介入を可能にする。結節を検出するコンピュータビジョン技術の使用は,肺癌スクリーニングのための胸部CTを解釈する感度と速度を改善できる。多くの研究がCNNを使用して,根粒候補を検出した。このような手法は,検出精度に関して従来の画像処理ベース手法よりも性能が優れていることが示されているが,CNNは訓練セットにおける過小表現サンプルにおける一般化に制限され,不可聴雑音摂動を起こしやすいことが知られている。そのような限界は,データセットまたはモデルをスケールアップすることによって容易に対処できない。本研究では,肺結節検出システムの一般化とロバスト性を改善するために,訓練データに敵対的合成結節と敵対攻撃サンプルを追加することを提案する。微分可能な小結節シンセサイザから小結節のハードな例を生成するために,投影勾配降下(PGD)を用いて,検出器応答を低減するための小結節を生成する有界近傍内の潜在符号を探索した。ネットワークを予期しない雑音摂動に対してロバストにするため,PGDを用いてネットワークをトリガし,オーバーコンフィデント誤りを与える雑音パターンを探索した。3人の放射線科医からのコンセンサスアノテーションを含む2つの異なるベンチマークデータセットを評価することにより,提案した技術が実際のCTデータに対する検出性能を改善できることを示す。従来のネットワークと提案した拡張ネットワークの両方の限界を理解するために,様々なタイプの人工的に生成されたパッチを供給することにより,偽陽性低減ネットワークに関するストレステストも行った。拡張ネットワークは,雑音摂動に対する抵抗と同様に,過小表現小結節に対してロバストであることを示した。【JST・京大機械翻訳】

, , , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

医用画像処理 , 腫ようの診断

, , , , , , ,

前のページに戻る