用于从二分类模型提取脑肿瘤感兴趣区的优化全局扰动攻击
图像与视频处理
2022-11-10 v1 计算机视觉与模式识别
摘要
深度学习技术已极大惠及计算机辅助诊断系统。然而，与其他领域不同，在医学影像中，获取如 3D 肿瘤分割等大规模细粒度标注数据集因人工标注成本高昂及隐私法规而颇具挑战。这引发了利用弱标注数据进行肿瘤分割的弱监督方法的研究兴趣。在本工作中，我们提出一种利用二分类标签获取感兴趣区的弱监督方法。此外，我们基于预训练的二分类模型提出一种训练生成器模型的新型目标函数。最后，我们将该方法应用于 MRI 中的脑肿瘤分割问题。
引用
@article{arxiv.2211.04926,
title = {Optimized Global Perturbation Attacks For Brain Tumour ROI Extraction From Binary Classification Models},
author = {Sajith Rajapaksa and Farzad Khalvati},
journal= {arXiv preprint arXiv:2211.04926},
year = {2022}
}
备注
Accepted in Medical Imaging meets NeurIPS Workshop NeurIPS 2022