基于混合注意力机制的肺结节假阳性降低

• 作者: 唐秉航 王艳芳 马力 陈庆武 邵立伟 黄德皇
• 来源期刊: CT理论与应用研究
• 学科: 医学
• 关键词: 时序分割模型 混合注意力 肺结节
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 医学成像与图像分析|Medical Imaging and Image Processing
• 页码范围: 63-72
• 页数: 10页
• 分类号: R814
• 语种: 中文
• DOI: 10.15953/j.ctta.2021.002

摘要

为了解决肺结节CAD系统候选结节检测阶段高假阳性问题,本文提出一种基于混合注意力机制的肺结节假阳性降低方法.该方法可作为目前假阳性降低阶段最常用的3D CNN分类模型的替代方案,能有效回避3D CNN模型参数量及计算量大的问题.该方法将三维候选结节切片数据看作切片序列,使用时序分割模型,结合改进的包含混合注意力模块的2D Resnet-18骨干网络,在使用2D CNN的基础上,有效学习三维切片数据的时空特征.相对于3D CNN结构的肺结节分类模型,本文提出的方法在降低模型参数量和推理时间的基础上,提高了结节分类的准确率.