前列腺病灶定位检测网络

检出敏感度提升22%

基于nnDetection的集成检测模型,针对双参数MRI上PIRADS病变定位,较主流nnUNet分割方法显著提升病灶级敏感度,并提供病灶级定位精度评估。

Min, Zhe · Fernando J., Bianco · Yang, Qianye · Yan, Wen · Shen, Ziyi · David, Cohen · Rodell, Rachael · Barratt, Dean C. · Hu, Yipeng

CAAI Transactions on Intelligence Technology 2024

参数信息

病灶级敏感度
80.78 %
病灶级敏感度(集成)
82.24 %
病灶级敏感度(nnUNet)
60.40 %

技术优势

病灶检出敏感度提升22%

检测范式不用逐像素分割,少了边界约束的负担,在同样3个假阳性下能把更多真病灶找出来。

集成后敏感度再提1.46%

在检测结果上融合分割信息,病灶级集成把敏感度从80.78%推到82.24%,对已有模型做加法即可。

外部数据同样成立

在100例外部MRI上结论一致,说明不是只在自家数据上过拟合。

应用场景