【标题】Extracting keyframes of Breast Ultrasound Video using Deep Reinforcement Learning

【作者团队】Ruobing Huang , Qilong Ying , Zehui Lin

【发表日期】2022.6.5

【论文链接】https://www.sciencedirect.com/science/article/pii/S1361841522001372

【推荐理由】超声在乳腺癌筛查中起着至关重要的作用，尤其是对于乳房致密的女性。通常的做法要求超声医师在执行诊断之前在动态扫描期间识别病变的关键诊断特征并记录单个或多个代表性帧。然而，现有的计算机辅助诊断工具往往只关注最终的诊断过程，而忽略了关键帧选择的影响。此外，在扫描过程中，病变可能具有高度不规则的形状、不同的大小和位置。识别与病变相关的诊断特征具有挑战性，并且还面临严重的类别不平衡。为了解决这些问题，作者提出了一个基于强化学习的框架，可以自动从不固定长度的乳房超声视频中提取关键帧。它配备了基于检测的结节过滤模块和新颖的奖励机制，可以将病变的解剖和诊断特征整合到关键帧搜索中。还设计了一个简单而有效的损失函数来缓解类不平衡问题。大量实验表明，所提出的框架可以从这两种创新中受益，并且能够在各种筛选条件下生成具有代表性的关键帧序列。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除