典型文献
基于注意力机制多任务的肺结节癌变风险判断
文献摘要：
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.
文献关键词：
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
中图分类号：
作者姓名：
王广涵;程远志;史操;许灿辉
作者机构：
青岛科技大学信息科学技术学院,青岛266061
文献出处：
引用格式：
[1]王广涵;程远志;史操;许灿辉-.基于注意力机制多任务的肺结节癌变风险判断)[J].计算机系统应用,2022(04):117-122
A类：
B类：
注意力机制,肺结节,癌变风险,风险判断,肺部结节,自动判断,良恶性,多任务学习,语义特征,特征属性,一并,对比度,分叶征,毛刺征,球形度,钙化,恶性程度,内在特征,子任务,视觉转换器,ViT,共享特征,整体模型,动态加权,加权平均,Loss,LUNA16,可解释性,低剂量螺旋,计算机辅助诊断,医学影像处理
AB值：
0.417176
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
