放大倍率不变的医学图像分析:卷积网络、视觉Transformer与令牌混合器的比较
图像与视频处理
2023-02-23 v1 计算机视觉与模式识别
摘要
卷积神经网络(CNNs)广泛用于医学图像分析,但当测试图像放大倍率与训练图像不同时其性能会下降。CNN跨放大倍率尺度泛化能力的缺失会导致在外部数据集上表现次优。本研究旨在评估多种深度学习架构在分析乳腺癌组织病理学图像时,于训练与测试阶段具有不同放大倍率尺度下的鲁棒性。在此我们探索并比较多种深度学习架构的性能,包括基于CNN的ResNet与MobileNet、基于自注意力的Vision Transformers与Swin Transformers,以及令牌混合模型如FNet、ConvMixer、MLP-Mixer与WaveMix。实验使用BreakHis数据集进行,该数据集包含不同放大倍率水平的乳腺癌组织病理学图像。我们表明WaveMix的性能对训练与测试数据的放大倍率不变,并能提供稳定且良好的分类准确率。这些评估对于识别能鲁棒处理放大倍率变化的深度学习架构至关重要,确保跨解剖结构的尺度变化不干扰推断结果。
引用
@article{arxiv.2302.11488,
title = {Magnification Invariant Medical Image Analysis: A Comparison of Convolutional Networks, Vision Transformers, and Token Mixers},
author = {Pranav Jeevan and Nikhil Cherian Kurian and Amit Sethi},
journal= {arXiv preprint arXiv:2302.11488},
year = {2023}
}
备注
6 pages, 3 figures