利用医疗影像中的因果信号:一个带有实证结果的试点研究
原文中文,约400字,阅读约需1分钟。发表于: 。我们提出了一种新方法,通过利用场景中的弱因果信号来模拟图像中一个特征对另一个特征的影响,实现自动分类医学图像。我们的方法由两个组成部分组成:卷积神经网络骨干和因果因子提取模块。后者根据其对图像场景的因果影响计算特征图的权重,以增强每个特征图。我们可以通过使用两个外部信号来修改因果模块的功能,从而获得我们方法的不同变体。我们在一个公共的前列腺 MRI...
该研究提出了一种利用弱因果信号模拟医学图像中特征影响的自动分类方法。该方法由卷积神经网络和因果因子提取模块组成,可增强特征图。在前列腺 MRI 图像数据集上评估,结果表明改进了分类性能,产生更可靠的预测。