面向3D CT影像处理的无监督推荐标注算法

• 作者: 冯浩哲 吴健 吴福理 张鹏 徐欣楠 郝鹏翼 陈为
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 医学影像分析 深度自动编码器 聚类算法 推荐标注算法 交互标注
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 数据可视化
• 页码范围: 183-189
• 页数: 7页
• 分类号: TP391.41
• 字数: 5800字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17626

摘要

在3D CT影像分析上应用深度学习技术时,通常需要采用交互标注工具标注一组训练数据.针对3D CT影像一般包含数量较多的切片,医学影像交互标注工作量非常巨大且标注成本非常高的问题,提出一种面向3D CT影像数据交互标注的无监督推荐标注算法,通过构造稠密深度自动编码器DCDAE(densely-connected deep auto encoder)提取3D影像的高层特征,同时采用密度-谱聚类来筛选最具标注价值的影像,从而极大减少需要标注的数据量.算法提出了全自动的推荐标注流程,在提取图像特征时采用稠密连接结构改进DCDAE,减少了参数量并使得提取的特征更有区分度,同时对特征采用密度-谱聚类算法进行孤立点鉴别,并依据相关性矩阵自适应调整聚类个数;在肺结节语义分割任务上采用LIDC-IDRI数据集对算法进行了实验.