医学图像检测近期小结

近期对医学图像(medical image)做了一点调研,下面是一些总结:

  1. 医学图像检测与自然图像检测差别还是比较大的。自然图像的目标检测由于需要检测的类别非常多,现在的目标是更深的网络(提高目标的特征表示能力,resnet),更快的检测速度(最终需要商用,要有较好的实时性,yolo,ssd),更好的检测效果(boundbox要完全正好包住目标,locnet);而医学图像的目标检测,由于都是针对某一个特定的类别(检测结核,肿瘤),更多的是一些细粒度类别的东西,以及更多的网络结构的trick,工程的trick。这些网络一般都不会太深。

  2. 医学图像的检测难点在于:

  • 目标(如肺部结核)尺寸,形状,位置变化较大;
  • 不同环境下,目标外观变化大;
  • 是目标的和不是目标的外观差别小;
  1. 大体过程
  • 区域的分割;
  • 候选区域提取(粗粒度)
  • 特征提取
  • 分类
  1. 浅层方法
    形状+位置+密度+梯度 多种特征的融合

  2. 深度方法(trick):

  • 每个patch不同的size multi-size multi-scale
  • 每个patch不同的视角 multi-view
  • 融合多个网络 multi-net
  • 3D卷积(更多的context信息)

推荐阅读更多精彩内容