通过增强语义特征改进超声心动图视图分类中的分布外检测
信号处理
2023-11-27 v2 人机交互
机器学习
摘要
在超声心动图视图分类中，准确检测分布外（OOD）数据至关重要但极具挑战性，尤其是考虑到分布内与 OOD 数据之间细微的差异。虽然传统的 OOD 检测方法（如马氏距离（MD））在分布间界限清晰的远 OOD 场景中有效，但它们难以辨别超声心动图数据所特有的较不明显的变异。在本研究中，我们引入标签平滑的一种新颖用法，以增强超声心动图图像中的语义特征表示，并证明这些丰富的语义特征是显著改进近 OOD 实例检测的关键。通过将标签平滑与基于 MD 的 OOD 检测相结合，我们为超声心动图 OOD 检测的精度确立了新的基准。
引用
@article{arxiv.2308.16483,
title = {Improving Out-of-Distribution Detection in Echocardiographic View Classication through Enhancing Semantic Features},
author = {Jaeik Jeon and Seongmin Ha and Yeonggul Jang and Yeonyee E. Yoon and Jiyeon Kim and Hyunseok Jeong and Dawun Jeong and Youngtaek Hong and Seung-Ah Lee Hyuk-Jae Chang},
journal= {arXiv preprint arXiv:2308.16483},
year = {2023}
}