计算机视觉模型用于 MRI 数据分析中的域偏移：综述
图像与视频处理
2020-10-15 v1 计算机视觉与模式识别
摘要
机器学习与计算机视觉方法在医学影像分析中表现出良好性能。然而目前仅有少数应用进入临床使用，其原因之一是模型向不同来源或采集域数据的可迁移性较差。开发用于多模态医学影像数据中训练迁移与域适应的新方法和算法，对于准确模型的开发及其在临床中的使用至关重要。本工作综述了用于应对机器学习与计算机视觉中域偏移问题的方法。本综述讨论的算法包括高级数据处理、模型架构增强与特征化训练，以及在域不变潜在空间中进行预测。综述中重点讨论了自编码神经网络及其域不变变体的应用。我们考察了应用于磁共振成像（MRI）数据分析的最新方法，并就其性能作出结论，同时提出进一步研究方向。
引用
@article{arxiv.2010.07222,
title = {Domain Shift in Computer Vision models for MRI data analysis: An Overview},
author = {Ekaterina Kondrateva and Marina Pominova and Elena Popova and Maxim Sharaev and Alexander Bernstein and Evgeny Burnaev},
journal= {arXiv preprint arXiv:2010.07222},
year = {2020}
}
备注
8 pages, 1 figure