FocusMAE: Gallbladder Cancer Detection from Ultrasound Videos with Focused Masked Autoencoders

近年来，自动化胆囊癌（GBC）检测引起了研究人员的关注。目前最先进的方法依赖超声声像图像（US），但其普适性有限，强调需要变革性方法。我们观察到，单个US帧可能缺乏足够的信息来捕捉疾病表现。本研究主张转向基于视频的GBC检测的新范式，利用时空表示的固有优势。采用掩蔽自编码器（MAE）进行表示学习，我们解决了传统基于图像的方法的缺点。我们提出了一种新的设计，称为FocusMAE，从高信息区域系统地偏置选择掩蔽标记，促进更精细的恶性表示。此外，我们贡献了最广泛的用于GBC检测的US视频数据集。我们还注意到，这是第一项关于基于US视频的GBC检测的研究。我们在策划的数据集上验证了所提出的方法，并报告了GBC检测问题的新的最先进（SOTA）准确率为96.4％，而当前基于图像的SOTA-GBCNet，RadFormer的准确率为84％，基于视频的SOTA-AdaMAE的准确率为94.7％。我们进一步证明了所提出的FocusMAE在公共基于CT的Covid检测数据集上的普适性，报告了比当前基线提高3.3％的准确率。源代码和预训练模型可在以下网址获得：https://gbc-iitd.github.io/focusmae。

提高Gallbladder Cancer（GBC）检测的准确性和泛化能力。

使用视频数据和Masked Autoencoder（MAE）进行GBC检测，提出一种名为FocusMAE的新型设计来选择高信息区域的掩码令牌，以获得更加精细的恶性肿瘤表示。

提出了一种视频数据集，并在该数据集上实现了96.4%的准确率，优于当前基于图像的最新技术84%的准确率。使用FocusMAE在公共CT数据集上实现了3.3%的准确率提升。开源代码和预训练模型可用。

当前最新技术包括GBCNet和RadFormer，以及视频数据的AdaMAE。