SDF-Net:一种用于对比CT图像中纵隔淋巴结检测的混合检测网络
原文中文,约200字,阅读约需1分钟。发表于: 。本研究针对对比增强CT图像中淋巴结检测的难题,提出了一种新颖的Swin-Det融合网络(SDF-Net),旨在提高对不同形状和大小淋巴结的检测能力。通过引入自适应高斯核以表示淋巴结,SDF-Net能够在没有标注的情况下进行有效学习,实验结果表明该方法对复杂淋巴结检测问题具有显著的性能提升。
通过解剖先验与挑战训练数据的部分注释结合的方法,模型集成的Dice得分为0.6033,地面真实淋巴结分割比例从27%提高到57%。加入概率淋巴结图谱的损失加权和后处理显著提高了分割准确性。通过过采样完全注释的数据和额外的数据增强,解决了CT图像和淋巴结外观的高异质性。