在超声波成像中使用混合视觉变压器和Wasserstein GAN与梯度罚款的自动化甲状腺结节分类
G Naga Sujini1, Sivadi Balakrishna2
1Department of CSE, Vignan's Foundation for Science, Technology and Research, Vadlamudi, Guntur, AP, India.
Scientific reports
|November 19, 2025
概括
一个新的混合模型,视觉变压器-瓦斯斯坦生成对抗网络与梯度惩罚 (ViT-WGAN-GP),增强了超声波图像中的甲状腺结节检测. 这种方法提高了对可靠的放射诊断的分类准确性和稳定性.
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:
- 卷积神经网络 (CNN) 在局部特征提取方面表现出色,但在医学图像中可能错过了全球背景.
- 生成对抗网络 (GANs) 帮助数据增强,但在医疗数据集中的阶级不平衡问题上扎.
- 准确的甲状腺结节检测对于早期诊断和治疗至关重要.
研究的目的:
- 引入一种新的混合模型,视觉变压器-WGAN-GP (ViT-WGAN-GP),用于改进甲状腺结节检测.
- 解决传统的CNN和GAN在处理全球背景和阶级不平衡方面的局限性.
- 为了提高超声波甲状腺结节分析的分类准确性和稳定性.
主要方法:
- 视觉转换器 (ViT) 的集成,用于捕获本地和全球的上下文信息.
- 利用瓦斯斯坦带梯度惩罚的生成对抗网络 (WGAN-GP) 来生成高质量的合成数据并解决阶级不平衡问题.
- 使用TN5000和UD-TN超声波图像数据集进行实验验证.
主要成果:
- ViT-WGAN-GP模型在TN5000数据集上达到96.8%,在UD-TN数据集上达到97.1%的最大分类准确度.
- 与现有方法相比,在准确性和稳定性方面表现出卓越的性能.
- 验证了医疗图像分析中混合方法的有效性.
结论:
- ViT-WGAN-GP混合模型显示了用于自动化和可靠的甲状腺结节分类的巨大潜力.
- 这种方法为诊断放射学中的医疗专业人员提供了一个有前途的工具.
- ViT和WGAN-GP的整合有效地解决了医疗图像分类和数据增强方面的挑战.
