使用孪生神经网络学习MRI采集不变表示
计算机视觉与模式识别
2019-08-28 v1 机器学习
摘要
体素级分类器的泛化能力受到不同MRI扫描仪之间差异的阻碍，例如不同的采集协议与场强。为应对此局限，我们提出一种孪生神经网络（MRAI-NET），其提取采集不变的特征向量。这些特征向量随后可被特定任务的方法所使用，例如用于组织分割的体素级分类器。MRAI-NET在模拟与真实患者数据上均进行了测试。实验表明，在仅有少量标注样本可用时，MRAI-NET优于在源或目标扫描仪数据上训练的体素级分类器。
引用
@article{arxiv.1810.07430,
title = {Learning an MR acquisition-invariant representation using Siamese neural networks},
author = {Wouter M. Kouw and Marco Loog and Wilbert Bartels and Adriënne M. Mendrik},
journal= {arXiv preprint arXiv:1810.07430},
year = {2019}
}
备注
3 figures, submitted to International Symposium on Biomedical Imaging 2019