0622Arxiv最新医学影像病灶检测论文分享：Effective Lymph Nodes Detection in CT Scans Using Location Debiased Query~

论文标题：Effective Lymph Nodes Detection in CT Scans Using Location Debiased Query Selection and Contrastive Query Representation in Transformer

1. 创新与工作主要内容

创新点总结

本文提出了一种新的淋巴结检测变换器（Lymph Node DEtection TRansformer，简称LN-DETR），旨在提高计算机断层扫描（CT）图像中淋巴结的检测精度。该模型基于Mask DINO框架，通过引入位置去偏置查询选择（Location Debiased Query Selection）和对比查询表示学习（Contrastive Query Representation），显著提升了淋巴结查询的表示质量，从而减少了假阳性（False Positives, FPs）和重复预测。此外，模型通过多尺度2.5D特征融合显式地整合了3D上下文，进一步提高了检测的准确性。

摘要部分翻译

标题：在CT扫描中使用位置去偏置查询选择和对比查询表示的变换器有效检测淋巴结

摘要：淋巴结（LN）评估是放射学和肿瘤学日常临床工作流程中关键且不可或缺的任务，其准确性对癌症诊断、分期和治疗计划至关重要。在3D CT图像中发现分布散乱、对比度低的临床相关淋巴结即使对于经验丰富的医生来说也是一项挑战，存在高度的观察者间变异性。先前的自动LN检测工作通常由于相邻解剖结构具有相似的图像强度、形状或纹理（如血管、肌肉、食管等），导致召回率有限且假阳性率高。在这项工作中，我们提出了一种新的LN检测变换器&#