基于时间相干的超声视频半监督乳腺病变检测

作者：Sihong Chen,Weiping Yu,Kai Ma,Xinlong Sun,Xiaona Lin,Desheng Sun,Yefeng Zheng

摘要：超声视频中的乳房病变检测对于计算机辅助诊断至关重要。然而，由于病变边界模糊，与软组织的高度相似性以及缺乏视频注释，检测视频中的病变是非常具有挑战性的。在本文中，我们提出了一种基于时间相干性的半监督乳腺病变检测方法，可以更准确地检测病变。我们利用自适应关键帧调度策略来聚合从历史关键帧中提取的特征。我们提出的方法通过利用来自不同标记图像集的监督信息来完成未标记的视频检测任务。此外，新的WarpNet旨在取代传统的空间扭曲和特征聚合操作，从而大大提高速度。对1,060个2D超声序列的实验表明，与基于RetinaNet的检测方法86.6％和32 ms相比，我们提出的方法实现了最先进的视频检测结果，平均精度为91.3％，GPU平均每帧19 ms。

原文标题：Semi-supervised Breast Lesion Detection in Ultrasound Video Based on Temporal Coherence

原文链接：https://arxiv.org/abs/1907.06941