Анализа рендгенских снимака плућа применом дубоких конволуционих и трансформер модела
DOI:
https://doi.org/10.24867/34BE27RadivojevicKljučne reči:
рендгенски снимци, дубоко учење, трансформериApstrakt
Овај рад представља примену дубоких конволуционих и трансформер модела за аутоматску класификацију рендгенских снимака грудног коша ради откривања рака плућа. Предложен је каскадни систем који у првом кораку раздваја здраве од патолошких снимака, а у другом врши даљу поделу патолошких случајева на онколошке и неонколошке. Модели су фино подешени на скупу од 20000 снимака различитог порекла, уз примену техника аугментације и уравнотежења класа. Резултати показују високу осетљивост у препознавању болесних случајева и поуздано разликовање онколошких промена, што указује на могућност примене система као помоћног алата у радиолошкој дијагностици.
Reference
[1] I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning, MIT Press, 2016.
[2] A. Dosovitskiy et al., “An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale,” ICLR, 2021.
[3] G. Huang, Z. Liu, L. van der Maaten, and K. Q. Weinberger, “Densely Connected Convolutional Networks,” CVPR, 2017.
[4] Z. Liu et al., “Swin Transformer: Hierarchical Vision Transformer using Shifted Windows,” ICCV, 2021.
