利用带测试时增强的卷积神经网络进行脑肿瘤自动分割
计算机视觉与模式识别
2019-02-26 v2
摘要
脑肿瘤自动分割在脑肿瘤的诊断、手术规划和治疗评估中起着重要作用。深度卷积神经网络（CNNs）已广泛用于该任务。由于用于训练的数据集相对较小，训练时的数据增强常被用来提升 CNNs 的性能。近期工作也证明了除训练时外，在测试时使用增强以获得更鲁棒预测的效用。我们研究了测试时增强如何提升 CNNs 在脑肿瘤分割中的性能。我们使用了不同的底层网络结构，并在训练和测试时通过三维旋转、翻转、缩放和添加随机噪声来增强图像。使用 BraTS 2018 训练集和验证集的实验表明，测试时增强有助于提升脑肿瘤分割精度并获得分割结果的不确定性估计。
引用
@article{arxiv.1810.07884,
title = {Automatic Brain Tumor Segmentation using Convolutional Neural Networks with Test-Time Augmentation},
author = {Guotai Wang and Wenqi Li and Sebastien Ourselin and Tom Vercauteren},
journal= {arXiv preprint arXiv:1810.07884},
year = {2019}
}
备注
12 pages, 3 figures, MICCAI BrainLes 2018