医学图像检测论文汇总

        医学图像检测与自然图像检测具有一些差异，导致自然图像检测方法迁移到医学图像检测时存在困难。 

        自然图像的检测目标通常较明显，且类别较多。常用检测网络包括：(1)  ResNet、FastRCNN、FasterRCNN（具有更深的网络，更好的提取目标特征）（2）YoLo、SSD（检测速度快，较好的实时性）(3) LocNet（更好的检测效果，boundbox更精准）。

        医学图像目标检测总，通常针对某个特定的类别（结核、肿瘤等），更多是一些细粒度类别的东西，网络结构一般不会太深。检测难点包括：（1）数据量较小，通常需要进行数据增强，对图像进行预处理等（2）检测目标尺寸、形状、位置变化较大，例如肺部结核。（3）不同环境下，目标外观变化大，而且目标观测物和环境不容易区分。

        以上参考：原作者:BookThief 医学图像检测近期小结

---

自然图像检测

待更新

医学图像检测

1. Fast CapsNet for Lung Cancer Screening（2018 MICCAI）

• 将Capsule Network应用于肺部肿瘤检测（在小数据集上优于CNN）
• 提出consistent dynamic routing mechanism来更新CapsNet（速度提升3倍）
• 提出convolutional decoder重建图片（优于CapsNet重构图片表现）