UltraDet

UltraDet

提高乳腺超声病变检测准确率

UltraDet是一种新型乳腺超声病变检测方法,在保持0.90召回率的同时将假阳性率降低约50%。该项目为CVA-Net数据集提供高质量边界框标注,并已被MICCAI 2023会议录用。UltraDet利用前帧的负时间上下文信息,在保持实时性能的基础上显著提升检测准确度。这一创新方法为超声影像诊断提供了更精确的辅助工具。

UltraDet超声检测假阳性抑制实时推理视频目标检测Github开源项目

UltraDet

这是《挖掘负时间上下文以抑制实时超声病变检测中的假阳性》的官方实现。我们提供了一种实时乳腺超声检测解决方案,可以在0.90的召回率下减少约50%的假阳性。此外,我们还为CVA-Net乳腺超声视频数据集提供了高质量的边界框标注。我们的论文已被MICCAI 2023提前接收!

[Arxiv] [PDF] [代码]

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/bc572c34-2d57-45b0-a486-e217bc0fc9fc.png" width="100%"/> </div>

论文摘要

在超声扫描过程中,实时病变检测可以帮助放射科医生进行准确的癌症诊断。然而,这项重要任务仍然具有挑战性且未得到充分研究。当应用于超声视频时,通用实时目标检测模型可能会错误地报告明显的假阳性(FPs),可能会误导初级放射科医生。一个关键问题是它们未能利用先前帧中的负症状,即负时间上下文(NTC)。为解决这个问题,我们提出在逆向光流的引导下从先前帧中提取上下文,包括NTC。通过聚合提取的上下文,我们赋予模型利用NTC抑制假阳性的能力。我们将由此产生的模型称为UltraDet。所提出的UltraDet相比之前的最先进方法展现出显著改进,并实现了实时推理速度。

实验结果

NTCA模块利用了对放射科医生至关重要但在之前工作中被忽视的RoI级NTC,从而以可靠和可解释的方式有效提高了检测性能。我们将NTCA模块插入到基本的实时检测器中,形成UltraDet。在CVA-BUS数据集上的实验表明,UltraDet在实时推理速度下显著优于之前的工作,在0.90的召回率下减少了约50%的假阳性。

<div align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d1858d2f-bed8-4f19-b28e-6208a1f14aee.png" width="100%"/> </div> <center> <table> <caption>CVA-BUS上实时病变检测的定量结果。</caption> <thead> <tr> <th>模型</th> <th>类型</th> <th>Pr<sub>80</sub></th> <th>Pr<sub>90</sub></th> <th>FP<sub>80</sub></th> <th>FP<sub>90</sub></th> <th>AP<sub>50</sub></th> <th>R@16</th> <th>FPS</th> <th>模型权重</th> </tr> </thead> <tbody> <tr> <td colspan="10" style="text-align: center;">单阶段检测器</td> </tr> <tr> <td>YOLOX</td> <td>图像</td> <td>69.7<sub>3.7</sub></td> <td>43.4<sub>7.7</sub></td> <td>23.8<sub>4.8</sub></td> <td>87.6<sub>24.5</sub></td> <td>80.4<sub>1.6</sub></td> <td>97.5<sub>0.5</sub></td> <td><b>59.8</b></td> <td style="text-align: center;">-</td> </tr> <tr> <td>RetinaNet</td> <td>图像</td> <td>75.7<sub>2.5</sub></td> <td>57.2<sub>2.9</sub></td> <td>9.3<sub>2.0</sub></td> <td>32.8<sub>6.5</sub></td> <td>84.5<sub>1.0</sub></td> <td>95.1<sub>0.6</sub></td> <td>53.6</td> <td style="text-align: center;">-</td> </tr> <tr> <td>FCOS</td> <td>图像</td> <td>87.2<sub>2.2</sub></td> <td>72.2<sub>5.1</sub></td> <td>11.0<sub>2.4</sub></td> <td>23.0<sub>3.7</sub></td> <td>89.5<sub>1.4</sub></td> <td>98.8<sub>0.3</sub></td> <td>56.1</td> <td style="text-align: center;">-</td> </tr> <tr> <td>DeFCN</td> <td>图像</td> <td>81.5<sub>1.8</sub></td> <td>67.5<sub>2.3</sub></td> <td>21.1<sub>3.2</sub></td> <td>33.4<sub>4.3</sub></td> <td>86.4<sub>1.3</sub></td> <td><b>99.3</b><sub>0.3</sub></td> <td>51.2</td> <td style="text-align: center;">-</td> </tr> <tr> <td>Track-YOLO</td> <td>视频</td> <td>75.1<sub>2.7</sub></td> <td>47.0<sub>3.1</sub></td> <td>18.1<sub>1.9</sub></td> <td>74.2<sub>14.7</sub></td> <td>80.1<sub>1.0</sub></td> <td>94.7<sub>0.9</sub></td> <td>46.0</td> <td style="text-align: center;">-</td> </tr> <tr> <td colspan="10" style="text-align: center;">基于DETR的检测器</td> </tr> <tr> <td>DeformDETR</td> <td>图像</td> <td>90.1<sub>3.2</sub></td> <td>72.7<sub>10.6</sub></td> <td>5.6<sub>2.2</sub></td> <td>37.8<sub>20.9</sub></td> <td>90.5<sub>2.0</sub></td> <td>98.7<sub>0.3</sub></td> <td>33.8</td> <td style="text-align: center;">-</td> </tr> <tr> <td>TransVOD</td> <td>视频</td> <td>92.5<sub>2.2</sub></td> <td>77.5<sub>7.2</sub></td> <td>3.1<sub>1.3</sub></td> <td>23.7<sub>11.5</sub></td> <td>90.1<sub>1.8</sub></td> <td>98.4<sub>0.4</sub></td> <td>24.2</td> <td style="text-align: center;">-</td> </tr> <tr> <td>CVA-Net</td> <td>视频</td> <td>92.3<sub>2.6</sub></td> <td>80.2<sub>6.1</sub></td> <td>4.7<sub>2.6</sub></td> <td>19.6<sub>5.6</sub></td> <td><strong>91.6</strong><sub>1.9</sub></td> <td>98.6<sub>0.8</sub></td> <td>23.1</td> <td style="text-align: center;">-</td> </tr> <tr> <td>PTSEFormer</td> <td>视频</td> <td>93.3<sub>1.9</sub></td> <td>85.4<sub>6.0</sub></td> <td>2.8<sub>1.1</sub></td> <td>12.5<sub>9.8</sub></td> <td>91.5<sub>1.6</sub></td> <td>97.9<sub>1.2</sub></td> <td>9.1</td> <td style="text-align: center;">-</td> </tr> <tr> <td colspan="10" style="text-align: center;">基于FasterRCNN的检测器</td> </tr> <td>FasterRCNN</td> <td>图像</td> <td>91.3<sub>0.9</sub></td> <td>75.2<sub>3.6</sub></td> <td>6.9<sub>1.4</sub></td> <td>34.4<sub>6.7</sub></td> <td>88.0<sub>1.4</sub></td> <td>92.4<sub>1.0</sub></td> <td>49.2</td> <td style="text-align: center;">-</td> </tr> <tr> <td>RelationNet</td> <td>图像</td> <td>91.4<sub>1.3</sub></td> <td>79.2<sub>2.9</sub></td> <td>6.2<sub>2.0</sub></td> <td>24.4<sub>5.6</sub></td> <td>87.6<sub>1.7</sub></td> <td>92.4<sub>0.9</sub></td> <td>42.7</td> <td style="text-align: center;">-</td> </tr> <tr> <td>FGFA</td> <td>视频</td> <td>92.9<sub>1.5</sub></td> <td>82.2<sub>4.1</sub></td> <td>4.4<sub>1.6</sub></td> <td>13.3<sub>3.7</sub></td> <td>90.5<sub>1.1</sub></td> <td>93.6<sub>0.9</sub></td> <td>33.8</td> <td style="text-align: center;">-</td> </tr> <tr> <td>SELSA</td> <td>视频</td> <td>91.6<sub>1.7</sub></td> <td>80.2<sub>2.5</sub></td> <td>7.5<sub>1.5</sub></td> <td>23.3<sub>5.5</sub></td> <td>89.2<sub>1.1</sub></td> <td>92.6<sub>0.8</sub></td> <td>43.8</td> <td style="text-align: center;">-</td> </tr> <tr> <td>MEGA</td> <td>视频</td> <td>93.9<sub>1.5</sub></td> <td>86.9<sub>2.3</sub></td> <td>3.1<sub>1.7</sub></td> <td>11.7<sub>3.0</sub></td> <td>90.9<sub>1.0</sub></td> <td>93.6<sub>0.7</sub></td> <td>40.2</td> <td style="text-align: center;">-</td> </tr> <tr> <td>BasicDet (RDN)</td> <td>视频</td> <td>92.4<sub>1.0</sub></td> <td>83.6<sub>2.2</sub></td> <td>3.8<sub>1.2</sub></td> <td>13.4<sub>3.2</sub></td> <td>88.7<sub>1.4</sub></td> <td>92.7<sub>0.6</sub></td> <td>42.2</td> <td style="text-align: center;">-</td> </tr> <tr> <td>UltraDet (本文)</td> <td>视频</td> <td><strong>95.7<sub>1.2</sub></strong></td> <td><strong>90.8<sub>1.4</sub></strong></td> <td><strong>1.9<sub>0.4</sub></strong></td> <td><strong>5.7<sub>1.6</sub></strong></td> <td><strong>91.6<sub>1.6</sub></strong></td> <td>93.8<sub>1.3</sub></td> <td>30.4</td> <td style="text-align: center;"><a href="https://github.com/HaojunYu1998/UltraDet/releases/download/Publish/ultradet.pth">链接</a></td> </tr> </table> </center> ## 引用 UltraDet

如果您在研究中发现 UltraDet 有用,请引用我们的论文:

@article{yu2023mining, title={Mining Negative Temporal Contexts For False Positive Suppression In Real-Time Ultrasound Lesion Detection}, author={Yu, Haojun and Li, Youcheng and Wu, QuanLin and Zhao, Ziwei and Chen, Dengbo and Wang, Dong and Wang, Liwei}, journal={arXiv preprint arXiv:2305.18060}, year={2023} }

环境要求

整个项目基于 detectron2

安装

# 使用 python3.9 安装 anaconda3
conda create -n <env_name> python=3.9
conda activate <env_name>

# 使用清华源作为 pypi 源(可选)
python -m pip install --upgrade pip

# 安装软件包
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge
python -m pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu113/torch1.10/index.html
pip install pandas
pip install path
pip install sqlmodel
pip install coloredlogs
pip install opencv-p
pip install mmcv
pip install prettytable
pip install fire
pip install scipy
pip install timm

# 安装 ultrasound_vid
git clone https://github.com/HaojunYu1998/UltraDet.git
cd UltraDet
pip install -e .

# 问题解决
# AttributeError: module 'distutils' has no attribute 'version'
pip uninstall setuptools
pip install setuptools==58.0.4

检查点

我们很高兴分享 UltraDet 推理所需的模型权重。您可以通过以下链接获取它们:

<center> <table> <thead> <tr> <th>权重</th> </tr> </thead> <tbody> <tr> <td><a href="https://github.com/HaojunYu1998/UltraDet/releases/download/Publish/flownet.ckpt">flownet.ckpt</a></td> </tr> <tr> <td><a href="https://github.com/HaojunYu1998/UltraDet/releases/download/Publish/r34.pkl">r34.pkl</a></td> </tr> <tr> <td><a href="https://github.com/HaojunYu1998/UltraDet/releases/download/Publish/ultradet.pth">ultradet.pth</a></td> </tr> </tbody> </table> </center>

下载权重后,请将它们存储在以下路径中:

UltraDet/
  pretrained_models/
    flownet.ckpt
    r34.pkl
    ultradet.pth

数据集准备

我们提供高质量的标注文件。您可以通过以下链接获取它们:

<center> <table> <thead> <tr> <th>Json 文件</th> </tr> </thead> <tbody> <tr> <td><a href="https://github.com/HaojunYu1998/UltraDet/releases/download/Publish/test.json">test.json</a></td> </tr> <tr> <td><a href="https://github.com/HaojunYu1998/UltraDet/releases/download/Publish/trainval.json">trainval.json</a></td> </tr> </tbody> </table> </center>

请从 CVA-Net 下载 PNG 图像,并按照 COCO 格式整理图像和标签。如果您遇到任何与数据相关的问题,请通过 haojunyu@pku.edu.cn 联系我们。

注意:CVA-Net 数据集的作者已经对良性/恶性分类标注进行了修正(请参见 CVA-Net)。要使用我们的高质量标注,请首先在 rawframes/ 中更正视频和图像位置。

UltraDet/
  datasets/
    bus_data_cva/
      rawframes/
        benign/
          2cda21c3aab26332/
            000000.png
            000001.png
            ...
          ...
        malignant/
          1dc9ca2f1748c2ec/
            000000.png
            000001.png
            ...
          ...
      test.json
      trainval.json

训练和推理

您可以通过运行以下代码来训练或推理 UltraDet:

# 训练 python train_net.py --num-gpus {GPU_NUM} \ --config-file {CONFIG_FILES} # 验证 python train_net.py --num-gpus {GPU_NUM} --eval-only --resume \ --config-file {CONFIG_FILES} # 测试 python train_net.py --num-gpus {GPU_NUM} --eval-only --resume \ --config-file {CONFIG_FILES} \ DATASETS.SPLIT "test" \ DATASETS.NUM_FOLDS 1 \ # MODEL.WEIGHTS 'pretrained_models/ultradet.pth' # 如果您希望加载我们发布的 UltraDet 预训练权重,请包含此行代码

编辑推荐精选

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

TRELLIS

TRELLIS

用于可扩展和多功能 3D 生成的结构化 3D 潜在表示

TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。

ai-agents-for-beginners

ai-agents-for-beginners

10 节课教你开启构建 AI 代理所需的一切知识

AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表

爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型,支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。

下拉加载更多