评估随机森林在医学图像分割中的作用
图像与视频处理
2021-03-31 v1 计算机视觉与模式识别
机器学习
摘要
神经网络是一个研究领域,利用 GPU 可以在医学图像分割领域快速取得非常好的结果。在不使用 GPU 的情况下获得良好结果的一种可能方法是随机森林。为此,将两种随机森林方法与最先进的深度卷积神经网络进行了比较。为了进行比较,使用了 PhC-C2DH-U373 和视网膜成像数据集。评估显示,深度卷积神经网络取得了最好的结果。然而,其中一种随机森林方法也达到了类似的高性能。我们的结果表明,随机森林方法是深度卷积神经网络的一个良好替代方案,从而允许在没有 GPU 的情况下使用医学图像分割。
引用
@article{arxiv.2103.16492,
title = {Assessing the Role of Random Forests in Medical Image Segmentation},
author = {Dennis Hartmann and Dominik Müller and Iñaki Soto-Rey and Frank Kramer},
journal= {arXiv preprint arXiv:2103.16492},
year = {2021}
}