जल्द फेफड़े के कैंसर की स्क्रीनिंग के लिए कम झूठे सकारात्मक फेफड़ों के नोड्यूल की पहचान का एक दृष्टिकोण

कम-खुराक कंप्यूटेड टोमोग्राफी (LDCT) के साथ फेफड़ों के नोड्यूल की पहचान प्रारंभिक फेफड़े के कैंसर की स्क्रीनिंग में अनिवार्य है। हालांकि मौजूदा विधियों ने उत्कृष्ट पहचान संवेदनशीलता हासिल की है, नोड्यूल पहचान को अभी भी नोड्यूल के आकार में विविधता और असमान वितरण जैसे चुनौतियों का सामना करना पड़ता है, साथ ही पहचान परिणामों में अत्यधिक नोड्यूल-जैसे झूठे सकारात्मक उम्मीदवार भी होते हैं। हम एक नवीनतम दो-चरणीय नोड्यूल पहचान (TSND) विधि का प्रस्ताव करते हैं। पहले चरण में, एक मल्टी-स्केल फीचर पहचान नेटवर्क (MSFD-Net) डिजाइन किया गया है जो नोड्यूल उम्मीदवारों को उत्पन्न करने के लिए है। इसमें उम्मीदवारों के मल्टी-स्केल फीचर प्रतिनिधित्व को सीखने के लिए एक प्रस्तावित फीचर निकासी नेटवर्क शामिल है। दूसरे चरण में, एक उम्मीदवार स्कोरिंग नेटवर्क (CS-Net) बनाया गया है जो उम्मीदवार पैच के स्कोर का अनुमान लगाने के लिए है ताकि झूठे सकारात्मक कमी (FPR) को संभव बनाया जा सके। अंत में, हम प्रस्तावित TSND के आधार पर LDCT स्कैन के लिए एक एंड-टू-एंड नोड्यूल कंप्यूटर-सहायता प्राप्त पहचान (CAD) प्रणाली विकसित करते हैं। LUNA16 डेटासेट पर प्रयोगात्मक परिणाम दिखाते हैं कि हमारे प्रस्तावित TSND ने FROC वक्र में LUNA16 में पेश किए गए सात पूर्व परिभाषित झूठे सकारात्मक (FPs) बिंदुओं: 0.125, 0.25, 0.5, 1, 2, 4, और 8 FPs पर स्कैन के लिए 90.59% की उत्कृष्ट औसत संवेदनशीलता हासिल की। इसके अलावा, तुलना प्रयोग बताते हैं कि हमारा CS-Net प्रभावी ढंग से झूठे सकारात्मक को रोक सकता है और TSND के पहचान प्रदर्शन में सुधार कर सकता है।