神经网络模型

一种基于Transformer和多尺度卷积的乳腺X线图像分类模型，同时提取全局和局部特征提升良恶性判别性能。

Lili, Xia · An, Jianpeng · Chao, Ma · Hongjun, Hou · Hou, Yanpeng · Linyang, Cui · Xuheng, Jiang · Li, Wanqing · 高忠科

Neurocomputing 2023

参数信息

准确率

90.57 %

技术优势

只用图像级标签

模型仅需图像级标签即可训练，无需像素级标注，降低数据准备成本。

直接处理原始图像

无需手工勾画感兴趣区域，直接输入原始乳腺X线图像即可给出分类结果。

诊断性能领先

在良性/恶性分类任务上准确率达90.57%、AUC达94.86%，优于现有先进方法。

融合全局局部信息

同时利用Transformer提取全局特征和多重卷积模块提取多尺度局部特征，提升判别能力。

应用场景

• 乳腺影像智能诊断：为乳腺X线图像提供自动良恶性判别，辅助放射科医生筛查。
• 医疗机器人辅助诊断：可作为机器人辅助诊断系统中的图像分类模块，提升自动化水平。
• 智能医疗物联网：可在医疗物联网设备端运行，实现乳腺影像的即时智能分析。