用于黑色素瘤分类的图像块选择
计算机视觉与模式识别
2022-06-29 v1 机器学习
摘要
在医学图像处理中，最重要的信息往往位于图像的微小局部。基于图像块的方法旨在仅使用图像中最相关的部分。寻找自动选择图像块的方法是一个挑战。本文中，我们研究两种选择图像块的标准：熵和谱相似度准则。我们在不同图像块尺寸级别上进行实验。我们在图像块子集上训练卷积神经网络（Convolutional Neural Network）并分析训练时间。我们发现，除了需要更少的预处理时间外，基于熵选择的图像块数据集上训练的分类器比基于谱相似度准则选择的收敛更快，并且达到更高的准确率。此外，高熵图像块比低熵图像块带来更快的收敛和更好的准确率。
引用
@article{arxiv.2206.13626,
title = {Patch Selection for Melanoma Classification},
author = {Guillaume Lachaud and Patricia Conde-Cespedes and Maria Trocan},
journal= {arXiv preprint arXiv:2206.13626},
year = {2022}
}