CNN 容量在心脏 MRI 左室分割中的研究
图像与视频处理
2021-10-14 v2 计算机视觉与模式识别
神经与进化计算
摘要
CNN（卷积神经网络）模型已成功用于心脏 MRI（磁共振成像）中左心室（LV）的分割，提供临床测量。在实践中，部署 CNN 时会出现两个问题：1）何时使用浅层模型优于深层模型？2）数据集的大小可能如何改变网络性能？我们提出了一个框架来回答这些问题，通过实验三个 U-Net 系列的浅层和深层版本，从零开始在从 100 到 10,000 张图像的六个子集上训练，采用不同的网络大小、学习率和正则化值。使用 5 折交叉验证通过损失和 DICE 评估了 1620 个模型。结果表明：样本量比架构或超参数对性能的影响更大；在小样本中性能对超参数比架构更敏感；浅层与深层网络之间的性能差异在不同系列中并不相同。
引用
@article{arxiv.2107.01318,
title = {A study of CNN capacity applied to Left Venticle Segmentation in Cardiac MRI},
author = {Marcelo Toledo and Daniel Lima and José Krieger and Marco Gutierrez},
journal= {arXiv preprint arXiv:2107.01318},
year = {2021}
}