論文筆頭著者
Applying vision transformer to assess multi-scale morphological features in mammography for breast cancer detection: multiscale image morphological extraction vision transformer (MIME-ViT)
Y. Kashiwada, E. Takaya, M. Hiroya, et al. — PeerJ Computer Science, 11:e3252
MIME-ViT は、パッチサイズの異なる4本の Vision Transformer 分岐と CNN 分岐を統合し、マンモグラム上の腫瘤や石灰化の位置を推定するモデルです。TOMPEI-CMMD のアノテーションで事前学習なしに学習し、平均IoUは 0.3342。事前学習なしの DETR は上回った一方、事前学習済みの DETR や YOLOv8x には及びませんでした。
- 平均IoU(全病変)
- 0.3342
- 平均IoU(腫瘤)
- 0.3797
- 平均IoU(石灰化)
- 0.2491