用智能手机拍摄的胸部X射线照片的合成数据进行图像投影转换整顿分类
Chak Fong Chong1, Yapeng Wang1, Benjamin Ng1
1Macao Polytechnic University, Macao Special Administrative Region of China.
Computers in biology and medicine
|July 30, 2023
概括
智能手机胸部X射线 (CXR) 解释现在与数字质量相匹配. 我们的深度学习网络,投影转换校正网络 (PTRN),纠正图像扭曲,使移动设备准确的CXR分析.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 计算机视觉 计算机视觉
背景情况:
- 解读智能手机拍摄的胸部X射线 (CXR) 面临挑战,原因是投射扭曲来自非理想的摄像头角度.
- 现有的图像校正技术对于CXR图像中独特的投影转换是不够的.
- 通过智能手机图像实现与数字CXR相提并论的诊断性能仍然是一个重大障碍.
研究的目的:
- 开发一种自动化方法来纠正智能手机捕获的CXR图像中的投射变换.
- 为了使智能手机的CXR照片能够在相当于数字CXR的性能水平上进行自动解释.
- 使用移动设备提高AI驱动的CXR分析的准确性和可靠性.
主要方法:
- 提出了一种创新的深度学习模型:投影转型纠正网络 (PTRN).
- 通过预测投射变换矩阵,PTRN自动纠正投射变换.
- 用自然视觉工件生成合成CXR图像,用于强大的模型训练.
主要成果:
- 在CheXphoto智能手机捕获的CXR照片分类竞赛中获得第一名,AUC显著改善 (0.850对0.762).
- 证明PTRN集成管道成功匹配数字CXR分类 (AUC 0.893) 的性能水平.
- 通过使用智能手机图像验证了高性能CXR分类的拟议方法的有效性.
结论:
- 投射转换纠正网络 (PTRN) 有效地纠正智能手机CXR图像中的投射扭曲.
- 拟议的方法可以自动解释移动捕获的CXR,其性能与传统的数字CXR相美.
- 这一进步为通过智能手机进行可访问和广泛的医学成像诊断具有重大潜力.
更多相关视频
07:46Author Spotlight: Revolutionizing Remote Surgery with Augmented Reality and Robotics for Enhanced Precision and Accessibility
Published on: August 9, 2024
770
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
8.3K
