清除计算机断层扫描成像中的噪声标注
计算机视觉与模式识别
2018-07-25 v1 机器学习
机器学习
摘要
神经网络成功实施道路上的问题之一是标注质量。例如，不同标注者可能以不同方式标注图像，且他们的决策经常不完全一致，在极端情况下甚至互斥，从而导致噪声标注并进而造成不准确的预测。为避免计算机断层扫描（CT）成像分割任务中的该问题，我们提出一种标注清除算法。其包含三个阶段：—标注者评分，为更优标注者赋予更高置信水平；—结节评分，为被优秀标注者确认的结节赋予更高置信水平；—结节合并，依据结节置信度聚合标注。总体而言，该算法可应用于许多不同任务（即二值与多类语义分割，以及经简单调整用于分类与回归），其中每幅图像由若干标注者标注。
引用
@article{arxiv.1807.09151,
title = {Clearing noisy annotations for computed tomography imaging},
author = {Roman Khudorozhkov and Alexander Koryagin and Alexey Kozhevin},
journal= {arXiv preprint arXiv:1807.09151},
year = {2018}
}