基于影像的医学诊断应用中数据增强方法的批判性评估
图像与视频处理
2023-01-06 v1 计算机视觉与模式识别
摘要
当前的数据增强技术与变换很适合用于提升自然图像数据集的规模与质量，但尚未针对医学影像进行优化。我们假设，次优的数据增强容易扭曲或遮挡医学图像，从而在患者诊断、预测或治疗/手术评估过程中导致假阳性或假阴性。在我们的实验结果表明，使用常用的基于强度的数据增强会扭曲 MRI 扫描并导致纹理信息丢失，从而对分类的整体性能产生负面影响。此外，我们观察到常用的数据增强方法不能以即插即用的方式用于医学影像，而需要人工调参与调整。
引用
@article{arxiv.2301.02181,
title = {A Critical Appraisal of Data Augmentation Methods for Imaging-Based Medical Diagnosis Applications},
author = {Tara M. Pattilachan and Ugur Demir and Elif Keles and Debesh Jha and Derk Klatte and Megan Engels and Sanne Hoogenboom and Candice Bolan and Michael Wallace and Ulas Bagci},
journal= {arXiv preprint arXiv:2301.02181},
year = {2023}
}