用于医学影像应用的判别式跨模态数据增强
图像与视频处理
2020-10-08 v1 计算机视觉与模式识别
机器学习
摘要
尽管深度学习方法在医学图像分析中取得了巨大成功，但它们需要大量医学图像进行训练。由于数据隐私问题和医学标注人员的缺乏，通常很难获得大量带标签的医学图像用于模型训练。在本文中，我们研究跨模态数据增强，以缓解医学影像领域中的数据匮乏问题。我们提出了一种判别式的非配对图像到图像翻译模型，该模型将源模态中的图像翻译为目标模态中的图像，其中翻译任务与下游预测任务联合进行，且翻译由预测引导。在两个应用上的实验证明了我们方法的有效性。
引用
@article{arxiv.2010.03468,
title = {Discriminative Cross-Modal Data Augmentation for Medical Imaging Applications},
author = {Yue Yang and Pengtao Xie},
journal= {arXiv preprint arXiv:2010.03468},
year = {2020}
}