|
|||||
|
|
| 基于LSTM与注意力结构的肺结节多特征抽取方法 | |
| 引用本文： | 倪扬帆,杨媛媛,谢哲,郑德重,王卫东.基于LSTM与注意力结构的肺结节多特征抽取方法[J].上海交通大学学报,2022(8):1078-1088. |
| 作者姓名： | 倪扬帆 杨媛媛 谢哲 郑德重 王卫东 |
| 作者单位： | 1. 中国科学院上海技术物理研究所医学影像信息学实验室;2. 中国科学院大学;3. 中国人民解放军总医院 |
| 基金项目： | 科技部重点研发计划(2019YFC0118803)； |
| 摘 要： | 对肺结节的形状特征、边缘特征和内部特征进行准确分类，能够辅助影像科医生的日常诊断工作，提高影像报告的书写效率.针对这一问题，提出一种基于长短时记忆(LSTM)结构与注意力结构的多任务分类模型.该模型通过注意力机制融合各个任务间的共享特征，提高当前任务的特征抽取效果.LSTM结构分类器能够有效地筛选任务间的共享特征，提高模型的信息传递效率.实验表明，相较于传统多任务结构，所提模型在公开数据集LIDC-IDRI上能够取得更好的多特征分类效果，辅助医生快捷地获取肺结节特征信息. |
| 关 键 词： | 肺结节 注意力结构 长短时记忆网络 多任务分类 |