利用病灶尺寸重加权优化高性能病灶检测与分割的操作点
图像与视频处理
2022-05-19 v2 计算机视觉与模式识别
机器学习
摘要
在许多临床场景中，需要准确检测和分割患者图像中的所有局灶性病变（如病灶、肿瘤）。在存在大小病灶混合的情况下，标准二元交叉熵损失会以漏检小病灶为代价，获得更好的大病灶分割效果。将操作点调整以准确检测所有病灶通常会导致大病灶的过度分割。在本工作中，我们提出了一种新颖的重加权策略来消除这种性能差距，在保持分割精度的同时提高小病灶的检测性能。我们基于大规模、多扫描仪、多中心的多发性硬化患者图像数据集上的实验表明，我们的重加权策略大幅优于竞争策略。
引用
@article{arxiv.2107.12978,
title = {Optimizing Operating Points for High Performance Lesion Detection and Segmentation Using Lesion Size Reweighting},
author = {Brennan Nichyporuk and Justin Szeto and Douglas L. Arnold and Tal Arbel},
journal= {arXiv preprint arXiv:2107.12978},
year = {2022}
}
备注
Accepted at MIDL 2021