HyTver：用于纵向多发性硬化脑白质病灶分割的新型损失函数
计算机视觉与模式识别
2025-08-26 v1
摘要
纵向多发性硬化脑白质病灶分割是一个极具挑战性的问题，其在数据和分割方面都面临输入与输出不平衡的问题。因此，为了开发出实用的模型，一种解决方案是开发更好的损失函数。大多数模型无原则地使用 Dice 损失、交叉熵损失或其组合，而未充分考虑这一问题。然而，必须选择合适的损失函数，因为合适的损失函数选择可以缓解不平衡问题。为了解决不平衡问题，提出了多种声称能解决该问题的损失函数，但它们各自都有问题，包括因超参数（如指数）而导致计算复杂度过高，或在除基于区域的度量之外的其他度量表现下降。我们提出一种新型的混合损失函数 HyTver，既能实现良好的分割性能，又能在其他指标上保持良好表现。我们实现了 Dice 分数为 0.659，同时确保基于距离的度量与其他流行函数相当。此外，我们还评估了在预训练模型上使用该损失函数的稳定性，并与其他流行损失函数进行了广泛比较。
引用
@article{arxiv.2508.17639,
title = {HyTver: A Novel Loss Function for Longitudinal Multiple Sclerosis Lesion Segmentation},
author = {Dayan Perera and Ting Fung Fung and Vishnu Monn},
journal= {arXiv preprint arXiv:2508.17639},
year = {2025}
}
备注
to be published in APSIPA 2025