多维注意力肺结节检测模型

压假阳性于2个/扫描

同一检测框架可兼顾模糊小结节与常规结节，降低对不同数据集的适配成本。

Hsin-Chung, Yin · Chang, Chaochun · Ze-Wun, Wang · Lin, Chiaying · Yen, Yiting · Tseng, Yau-Lin · Chen, Juchin · Lien, James Jier James

Expert Systems with Applications 2025

参数信息

灵敏度（ME数据集）

84.0 %

灵敏度（LUNA16数据集）

97.3 %

技术优势

小目标更稳

多尺度缩放流与通道-空间注意力增强弱梯度小结节的响应，使后续判别不易将其滤除。

降低假阳性

多描述符分类综合交叉注意力生成的特征描述，直接对候选作出更准确的良恶性判断，而非简单抑制。

应用场景

• 肺结节筛查：筛查场景要求低漏诊，该模型在固定低假阳性下实现高灵敏度，可减轻阅片压力。
• 低剂量CT影像分析：低剂量CT噪声较高，模型对小而模糊结节更稳健，适合用于此类影像的辅助检测。
• 医学影像智能检测：提供了假阳性抑制与多特征融合的端到端方案，可直接嵌入智能影像检测流程。
• 磨玻璃结节识别：针对磨玻璃样低对比度结节的弱梯度特性专门设计注意力机制，提升其识别率。