基于注意力机制多任务的肺结节癌变风险判断
Risk Assessment of Lung Nodule Canceration Based on Attention Mechanism and Multitask作者机构：青岛科技大学信息科学技术学院青岛266061
出 版 物：《计算机系统应用》 (Computer Systems & Applications)
年 卷 期：2022年第31卷第4期
页 面：117-122页
学科分类：1002[医学-临床医学] 08[工学] 080203[工学-机械设计及理论] 100214[医学-肿瘤学] 0802[工学-机械工程] 10[医学]
基 金：国家自然科学基金(61806107 61973180 62002190)
主 题：肺结节 癌变 低剂量螺旋CT 多任务 注意力机制 计算机辅助诊断 医学影像处理
摘 要：对于CT影像中检测出的肺部结节,需要自动判断其是否有癌变风险.不同于大多数现有的研究方法只区分结节良恶性,本文提出了一个基于注意力机制的多任务学习模型,将与结节良恶性相关的语义特征属性一并判断输出,通过判断9个结节特征(对比度、分叶征、毛刺征、球形度、边缘、纹理、钙化程度、大小以及恶性程度)的同时实现内在特征的共享,以达到提高各子任务性能的目的.选择视觉转换器(ViT)模型作为多任务共享特征提取层,整体模型采用动态加权平均方法来对各子任务的Loss函数进行优化.在LUNA16数据集上的实验表明,该学习框架可以提升肺结节癌变风险判断的性能,且同时对其他语义特征的判断也能提升结果的可解释性.
维普期刊数据库
同方期刊数据库