血肿分类：语义分割与分类的联合学习
图像与视频处理
2021-04-01 v1 计算机视觉与模式识别
机器学习
摘要
脑血肿在 6-24 小时内迅速增长，若未由脑外科医生手术，对其增长的误判可能是致命的。脑血肿有两种类型：一种迅速增长，另一种不迅速增长。我们正在开发人工智能技术，以确定 CT 图像是否包含导致迅速增长的脑血肿。该问题有各种困难：此脑血肿分类问题中阳性病例少，且目标血肿为可变形物体。其他困难包括不平衡分类、协变量偏移、小数据和伪相关性问题。使用如 VGG 之类的普通 CNN 分类难以解决。本文提出语义分割与分类的联合学习，并评估其性能。
引用
@article{arxiv.2103.17172,
title = {Classification of Hematoma: Joint Learning of Semantic Segmentation and Classification},
author = {Hokuto Hirano and Tsuyoshi Okita},
journal= {arXiv preprint arXiv:2103.17172},
year = {2021}
}