基于类别输入图像组成提高小规模不平衡数据集诊断性能
计算机视觉与模式识别
2025-11-10 v2 人工智能
数据库
摘要
小规模且不平衡的数据集以及差异的输入图像质量可能导致深度学习模型产生高比率的错误预测。本文引入类别输入图像组成（Class-Based Image Composition），通过将同一类别的多个图像融合组成组合视觉复合物（Composite Input Images, CoImg）来重新定义训练输入，从而增强类内变异性，提高每个训练样本的信息密度，并提升模型区分细微疾病模式的能力。我们在Optical Coherence Tomography Dataset for Image-Based Deep Learning Methods（OCTDL）数据集上进行了评估（Kulyabin 等，2024），该数据集包含2064个高分辨率人类视网膜光学相干断层扫描（OCT），代表着7种不同疾病且具有显著的类别不平衡。我们构建了一个完全类别平衡的该数据集版本，命名为Co-OCTDL，其中每个扫描以3x1布局的组合图像呈现。为评估该新表征的有效性，我们在原始数据集与其变体之间进行了比较分析，使用相同模型结构和超参数。所提出的方法显著改善了诊断结果。增强后的数据集实现了接近完美的准确率（99.6%），F1分数（0.995）和AUC（0.9996），相较于基于原始数据集训练的基线模型。错误预测率也显著降低，表明该方法即使在受类别不平衡或小样本量影响的弱数据集上，也能产生高质量预测。
引用
@article{arxiv.2511.03891,
title = {Improving Diagnostic Performance on Small and Imbalanced Datasets Using Class-Based Input Image Composition},
author = {Hlali Azzeddine and Majid Ben Yakhlef and Soulaiman El Hazzat},
journal= {arXiv preprint arXiv:2511.03891},
year = {2025}
}