两次标注就够了吗？一种用于乳腺超声视频分割的标签高效方法
图像与视频处理
2024-03-05 v2 计算机视觉与模式识别
摘要
从乳腺超声（BUS）视频中进行乳腺病变分割有助于早期诊断和治疗。现有的视频目标分割（VOS）方法通常需要密集标注，而这对于医学数据集来说往往难以获得。此外，它们还存在累积误差和缺乏显式时空感知的问题。在这项工作中，我们提出了一种新颖的两次标注训练范式用于 BUS 视频分割。它不仅能够捕获自由范围的时空一致性，还利用了一种源依赖的数据增强方案。这个标签高效的学习框架在一个具有挑战性的内部 BUS 视频数据集上得到了验证。结果表明，在仅使用 1.9% 训练标签的情况下，它获得了与全标注方法相当的性能。
引用
@article{arxiv.2402.04921,
title = {Is Two-shot All You Need? A Label-efficient Approach for Video Segmentation in Breast Ultrasound},
author = {Jiajun Zeng and Dong Ni and Ruobing Huang},
journal= {arXiv preprint arXiv:2402.04921},
year = {2024}
}
备注
5 pages, 4 figure, 2 tables, accepted by ISBI 2024