通过设计训练过程改进乳腺摄影恶性病变分割
图像与视频处理
2020-06-02 v1
摘要
我们致力于乳腺成像恶性病变分割任务，同时关注训练过程而非网络复杂度。我们基于改进的 U-Net 设计了一种训练过程，通过使用良性和恶性数据进行训练提升了整体分割性能。我们的方法仅使用少量标注数据，依赖于来自自监督重建任务的迁移学习，并有利于可解释性。
引用
@article{arxiv.2006.00060,
title = {Improving Mammography Malignancy Segmentation by Designing the Training Process},
author = {Mickael Tardy and Diana Mateus},
journal= {arXiv preprint arXiv:2006.00060},
year = {2020}
}