- …
- …
#731
summarized by : Mitani Tomohiro
どんな論文か？
CTの読影において，病変の部位・性状などを認識する"lesion annotation"．DeepLesion datasetにおいて，すでにbounding boxで囲まれた病変に適したラベルをつけるタスクに挑戦した．レポートからラベルを得るために，RadLex用語集から階層的にlesion ontologyを構築し，手法を用いてレポートからラベルを抽出し領域に関連するラベルかを分類して用いた．
新規性
ROI poolingなどを利用したmulti-label CNNであるLESion Annotation NETwork(LesaNet)を提案．オントロジーの階層を利用したlabel expandingも利用している．
結果
ラベル化手法を使ったテストセットおよび，手動ラベルによるテストセットにおいて，WARPやLesion embeddingによる手法に対し，AUCおよびF1で上回った．
その他（なぜ通ったか？等）
病変に対するレポートがついた新たなdatasetに挑戦し，良い結果を得た．limitationとしては，あくまで人がannotationしbounding boxを作成した病変に対してのラベル付けなので，例えば放射線科医が迷った病変を囲ってみて出力を確認するなどの使い方では大きく成績が落ちる可能性も．
- …
- …