面向医疗数据集共享的数据集蒸馏
密码学与安全
2022-12-27 v4 计算机视觉与模式识别
机器学习
图像与视频处理
摘要
由于隐私保护问题以及传输和存储大量高分辨率医学图像的巨大成本，医院间共享医疗数据集十分困难。然而，数据集蒸馏能够合成一个小数据集，使得在其上训练的模型取得与原始大数据集相当的性能，这显示出解决现有医疗共享问题的潜力。因此，本文提出一种基于数据集蒸馏的新型医疗数据集共享方法。在 COVID-19 胸部 X 光图像数据集上的实验结果表明，即便使用稀缺的匿名化胸部 X 光图像，我们的方法也能取得较高的检测性能。
引用
@article{arxiv.2209.14603,
title = {Dataset Distillation for Medical Dataset Sharing},
author = {Guang Li and Ren Togo and Takahiro Ogawa and Miki Haseyama},
journal= {arXiv preprint arXiv:2209.14603},
year = {2022}
}
备注
Accepted by AAAI-23 Workshop on Representation Learning for Responsible Human-Centric AI