文献

J-GLOBAL ID：202202277337744727   整理番号：22A0183696

SCPM-Net:球表現と中心点マッチングを用いたアンカーフリー3D肺結節検出ネットワーク【JST・京大機械翻訳】

SCPM-Net: An anchor-free 3D lung nodule detection network using sphere representation and center points matching

著者 (11件)： Luo Xiangde (School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Luo Xiangde (SenseTime Research, Shanghai, China) ,  Song Tao (SenseTime Research, Shanghai, China) ,  Wang Guotai (School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Chen Jieneng (College of Electronics and Information Engineering, Tongji University, Shanghai, China) ,  Chen Yinan (SenseTime Research, Shanghai, China) ,  Chen Yinan (West China Biomedical Big Data Center, Sichuan University West China Hospital, Chengdu, China) ,  Li Kang (West China Biomedical Big Data Center, Sichuan University West China Hospital, Chengdu, China) ,  Metaxas Dimitris N. (Department of Computer Science, Rutgers University, Piscataway, NJ 08854, USA) ,  Zhang Shaoting (School of Mechanical and Electrical Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Zhang Shaoting (SenseTime Research, Shanghai, China)
資料名： Medical Image Analysis  (Medical Image Analysis)
巻： 75  ページ： Null  発行年： 2022年 
JST資料番号： W3156A  ISSN： 1361-8415  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 3Dコンピュータ断層撮影(CT)スキャンからの自動および正確な肺結節検出は,効率的な肺癌スクリーニングで重要な役割をする。このタスクのための畳込みニューラルネットワーク(CNN)を用いた最近のアンカーベース検出器により得られた最先端の性能にもかかわらず,それらはアンカーのサイズ,数,およびアスペクト比のような予め決められたアンカーパラメータを必要とし,大量のサイズの肺結節を扱うとき,ロバスト性は限られている。これらの問題を克服するために,アンカーフリーであり,ノジュール/アンカーパラメータの手動設計なしに,ノジュールの位置,半径およびオフセットを自動的に予測する3D球表現ベース中心点マッチング検出ネットワーク(SCPM-Net)を提案した。SCPP-Netは,球表現と中心点マッチングという2つの新規成分から成る。第1に,臨床診療におけるノジュールアノテーションにマッチするために,著者らは,3D空間における重心,半径,および局所オフセットを有する結節を表現するために,著者らが提案した境界球と一般的に使用される境界ボックスを置き換える。互換性のある球ベースの交差結合損失関数を導入して,安定かつ効率的に肺結節検出ネットワークを訓練した。第二に,事前決定アンカーボックスを自然に捨てる,正の中心点選択とマッチング(CPM)プロセスを設計することにより,ネットワークアンカーフリーを電力化する。オンラインハード例マイニングと再焦点損失は,CPMプロセスをよりロバストにし,より正確な点割当とクラス不均衡の緩和をもたらす。さらに,検出に対する空間情報と3Dコンテキストをよりよく捉えるために,特徴抽出器と多重レベル空間座標マップを融合し,それらを3Dスクイーズおよび励起注意モジュールと組み合わせることを提案した。LUNA16データセットに関する実験結果は,著者らの提案したSCPM-Netフレームワークが,7つの事前定義FP/スキャン89.2%で平均感度を有する肺結節検出のための既存のアンカーベースおよびアンカーフリー方法と比較して優れた性能を達成することを示した。さらに,著者らの球表現は,肺結節の従来の境界ボックス表現よりも高い検出精度を達成することを検証した。コードはhttps://github.com/HiLab-git/SCPM-Netで利用可能である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 励起 ,  互換性 ,  電力 ,  *ネットワーク ,  特徴抽出 ,  重心 ,  団塊 ,  多重化 ,  *三次元 ,  スクリーニング ,  ロバスト性 ,  肺腫瘍 ,  計算機トモグラフィー ,  アノテーション
準シソーラス用語： 畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 肺結節検出 ,  アンカーフリー検出 ,  球表現 ,  中心点マッチング

分類 (2件)： 医用画像処理  (JE04020T) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (7件)： 球 ,  表現 ,  中心点 ,  マッチング ,  アンカー ,  3D ,  肺結節