Краткое содержание

arXiv:2412.07384v2 Тип объявления: замена-перекрёстная публикация Аннотация: Тромбоэмболия легочной артерии (ТЭЛА) является одной из ведущих причин сердечно-сосудистых смертей. Компьютерная томографическая ангиография легких (КТПА) считается золотым стандартом диагностики ТЭЛА, при этом растет интерес к диагностической помощи на основе искусственного интеллекта. Однако эти алгоритмы ограничены недостатком подробных аннотаций о тромботическом бремени. Мы решаем эту проблему с помощью iExplain — слабо контролируемого обучающего алгоритма, который преобразует грубые аннотации уровня изображения в подробные маски пиксельного уровня для ТЭЛА через итеративную объяснимость модели. Наш подход генерирует мягкие карты сегментации, используемые для маскирования обнаруженных областей, что позволяет повторять процесс и выявлять дополнительные эмболы, которые были бы пропущены за один проход. Эта итеративная доработка эффективно захватывает полные области ТЭЛА и обнаруживает несколько различных эмболов. Модели, обученные на автоматически созданных аннотациях, демонстрируют превосходную производительность обнаружения ТЭЛА, достигая значительных улучшений в