用于 MRI 语义分割问题中知识迁移的贝叶斯生成模型
图像与视频处理
2019-08-16 v1 计算机视觉与模式识别
机器学习
机器学习
摘要
基于深度学习的自动分割方法近来已展现出最先进的性能，优于常规方法。然而，这些方法不适用于小数据集，而小数据集在医学问题中十分常见。为此，我们提出一种通过生成贝叶斯先验网络在不同疾病间进行知识迁移的方法。我们的方法在与预训练方法和随机初始化方法的比较中，在脑肿瘤分割 2018 数据库（BRATS2018）的小子集上以 Dice 相似系数度量取得了最佳结果。
引用
@article{arxiv.1908.05480,
title = {Bayesian Generative Models for Knowledge Transfer in MRI Semantic Segmentation Problems},
author = {Anna Kuzina and Evgenii Egorov and Evgeny Burnaev},
journal= {arXiv preprint arXiv:1908.05480},
year = {2019}
}
备注
24 page, 6 figures, 6 tabels