MoreStyle：在泛化医学图像分割中放松基于傅里叶的图像重建的低频约束

由于临床图像数据集中频繁出现域偏移，医学图像分割中的单源域泛化 (SDG) 任务至关重要。为了解决跨不同域泛化能力差的挑战，我们引入了一个用于数据增强的即插即用模块 MoreStyle。MoreStyle 通过放松傅里叶空间中的低频约束来引导图像重建网络，从而多样化图像风格。在对抗学习的帮助下，MoreStyle 进一步扩展了风格范围，并精确定位了潜在特征中最复杂的风格组合。为了处理显著的风格变化，我们引入了一种不确定性加权损失。该损失强调仅由风格偏移导致的难以分类的像素，同时缓解 MoreStyle 生成的图像和原始图像中真正的难以分类的像素。在两个广泛使用的基准上的大量实验表明，所提出的 MoreStyle 有效地帮助实现了良好的域泛化能力，并具有进一步提升一些 state-of-the-art SDG 方法性能的潜力。源代码可在 https://github.com/zhaohaoyu376/morestyle 获取。