arXiv cs.AI· Farnoush Bayatmakou, Reza Taleei, Milad Amir Toutounchian, Arash Mohammadi·· 10 小时前AI 评分27
MSMV-Swin：多尺度多视角 Swin Transformer 框架用于乳腺癌诊断
Integrating AI for Human-Centric Breast Cancer Diagnostics: A Multi-Scale and Multi-View Swin Transformer Framework
AI 导读
研究提出 MSMV-Swin，一个基于 Swin Transformer 的多尺度、多视角混合框架，作为辅助放射科医生分析多视角乳腺钼靶的决策支持工具。该框架借助 Segment Anything Model（SAM）分离乳腺区域以降低背景噪声，并采用混合融合结构应对临床中常见的单视角缺失情况。多尺度设计同时捕捉肿瘤局部区域与周边组织的空间特征，使输出更贴近放射科医生的阅片方式。
正文 · AI 翻译
摘要：尽管计算机辅助诊断（CAD）系统取得了进展，乳腺癌仍然是全球女性癌症相关死亡的主要原因之一。人工智能（AI）的最新突破在开发用于通过乳腺X线摄影进行乳腺癌诊断的先进深度学习（DL）架构方面显示出巨大前景。在此背景下，本文聚焦于将AI集成到以人为中心的工作流程中，以增强乳腺癌诊断。然而，关键挑战在很大程度上被忽视，例如对详细肿瘤标注的依赖以及在测试时对缺失视图的敏感性。为解决这些问题，我们提出了一种混合、多尺度、多视图的Swin Transformer框架（MSMV-Swin），可增强诊断的鲁棒性和准确性。所提出的MSMV-Swin框架被设计为一种决策支持工具，帮助放射科医生更有效地分析多视图乳腺X线摄影。更具体地说，MSMV-Swin框架利用Segment Anything Model（SAM）分离乳腺叶，减少背景噪声并实现全面的特征提取。所提出的MSMV-Swin框架的多尺度特性兼顾肿瘤特定区域以及肿瘤周围组织的空间特征，捕获局部和上下文信息。上下文和局部数据的集成确保MSMV-Swin的输出与放射科医生解读乳腺X线摄影的方式一致，促进更好的人机交互和信任。随后设计了一种混合融合结构，以确保对缺失视图的鲁棒性，这在临床实践中仅有一个乳腺X线摄影视图时很常见。
| 学科： | 图像与视频处理（eess.IV）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2503.13309 [eess.IV] |
| （或此版本的 arXiv:2503.13309v3 [eess.IV]） | |
| https://doi.org/10.48550/arXiv.2503.13309 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Arash Mohammadi [查看电子邮件]
[v1]
2025年3月17日星期一 15:48:56 UTC（2,423 KB）
[v2]
2025年5月7日星期三 18:17:50 UTC（2,425 KB）
[v3]
2026年10月30日星期五 16:51:27 UTC（888 KB）
来源：arXiv cs.AI · arxiv.org