全切片图像癌症检测深度学习中自然分布与平衡分布的比较
计算机视觉与模式识别
2020-12-23 v1 机器学习
摘要
数据的类别分布是调节机器学习模型性能的因素之一。然而，文献中关于不同分布影响的调研很少，针对特定领域任务时有时甚至缺失。本文中，我们分析了训练集的自然分布与平衡分布对应用于组织学图像（即全切片图像，WSIs）的深度学习（DL）模型的影响。WSIs 被视为癌症诊断的金标准。近年来，研究者将注意力转向 DL 模型以自动化并加速诊断过程。在此类 DL 模型的训练中，滤除 WSIs 中的非感兴趣区域并采用人工分布（通常为平衡分布）是一种常见趋势。在我们的分析中，我们表明，将 WSIs 数据保持在其通常分布（我们称之为自然分布）用于 DL 训练，相较于人工获得的平衡分布，在假阴性（FNs）可比的情况下产生更少的假阳性（FPs）。我们针对每种分布使用 10 个随机折进行了实证比较研究，依据五种不同的评估指标比较所得的平均性能水平。实验结果表明，在所有评估指标上自然分布均优于平衡分布。
引用
@article{arxiv.2012.11684,
title = {Natural vs Balanced Distribution in Deep Learning on Whole Slide Images for Cancer Detection},
author = {Ismat Ara Reshma and Sylvain Cussat-Blanc and Radu Tudor Ionescu and Hervé Luga and Josiane Mothe},
journal= {arXiv preprint arXiv:2012.11684},
year = {2020}
}
备注
Accepted at SAC 2021