视网膜 OCT 生物标志物分割数据增强比较分析
图像与视频处理
2024-09-23 v1
摘要
数据增强在深度学习应用于视网膜光学相干断层（OCT）扫描时，用于解决专家标注数据稀缺的挑战方面发挥着关键作用。本文彻底考察了 various 数据增强技术对视网膜层边界和液体分割的影响。我们的结果表明，其有效性根据数据集的特征和可用标注数据的数量而显著变化。尽管增强的好处并非均匀——在标注数据稀缺的场景中尤其适用于基于变换的方法——但发现表明，数据增强的方法至关重要。必须注意的是，数据增强的有效性会根据数据集的特征而显著变化。我们的发现强调需要细致的做法，需考虑数据集特征、标注数据的数量以及模型架构的选择。
引用
@article{arxiv.2409.13351,
title = {Comparative Analysis of Data Augmentation for Retinal OCT Biomarker Segmentation},
author = {Markus Unterdechler and Botond Fazekas and Guilherme Aresta and Hrvoje Bogunović},
journal= {arXiv preprint arXiv:2409.13351},
year = {2024}
}