处理标注者间一致性以实现自动化皮肤病变分割
计算机视觉与模式识别
2019-06-07 v1
摘要
在本工作中，我们探讨标注者间一致性问题对于训练和评估皮肤病变自动化分割的影响。我们探讨不同一致性程度代表什么，以及它们如何影响分割的不同用例。我们还评估使用不同（但非常简单的）算法对真值进行条件化如何可能有助于提高一致性，并可能适用于某些用例。皮肤病变的分割是自动化皮肤病变分析的基石任务，既可作为定位/检测病变的最终结果，也可作为病变分类的辅助任务。然而，病变分割是一项极具挑战性的任务，不仅因为图像分割本身的挑战，也因为难以获得恰当标注的数据。准确检测病变边界即使对训练有素的人而言也很困难，因为对于许多病变，这些边界模糊且定义不清。利用来自 ISIC Archive 的病变与标注，我们估计皮肤病变分割的标注者间一致性，并提出若干若用于条件化真值可能有助于提高标注者间一致性的简单流程。
引用
@article{arxiv.1906.02415,
title = {Handling Inter-Annotator Agreement for Automated Skin Lesion Segmentation},
author = {Vinicius Ribeiro and Sandra Avila and Eduardo Valle},
journal= {arXiv preprint arXiv:1906.02415},
year = {2019}
}
备注
10 pages, 5 images