基于数据增强的无监督域适应在医学影像中的应用
图像与视频处理
2023-08-09 v1 计算机视觉与模式识别
机器学习
摘要
医学影像中基于深度学习的模型常因硬件、采集参数、人群和伪影差异导致的数据异质性而难以有效泛化到新扫描。这一局限对机器学习模型用于临床实践提出了重大挑战。我们提出一种利用 MRI 特定增强技术的脑 MRI 分割鲁棒域适应的无监督方法。为评估方法有效性，我们在不同数据集、模态和分割任务上进行了广泛实验，并与最先进方法比较。结果表明，我们提出的方法在多数情况下达到高准确率、展现广泛适用性，并在各类任务中表现出对域偏移的显著鲁棒性，超越最先进性能。
引用
@article{arxiv.2308.04395,
title = {Data Augmentation-Based Unsupervised Domain Adaptation In Medical Imaging},
author = {Sebastian Nørgaard Llambias and Mads Nielsen and Mostafa Mehdipour Ghazi},
journal= {arXiv preprint arXiv:2308.04395},
year = {2023}
}