基于LSTM与注意力结构的肺结节多特征抽取方法 |
| |
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 |
|
|