利用生成对抗网络生成组织病理学仿真图像以改善肿瘤检测
图像与视频处理
2024-12-18 v2 计算机视觉与模式识别
机器学习
摘要
医学影像的进展是深度学习研究的重要组成部分。计算机视觉的目标之一是开发一种整体、全面的模型，能够从活检获得的组织学切片中识别肿瘤。阻碍这一目标的一个主要问题是少数癌症类型的数据匮乏。在本文中，我们确认使用 GAN 进行数据增强可作为减少数据集中不同癌症类型分布不均衡的可行方案。我们的演示表明，将数据集增强至增加 50% 可使肿瘤检测率从 80% 提升至 87.5%。
引用
@article{arxiv.2205.10691,
title = {Producing Histopathology Phantom Images using Generative Adversarial Networks to improve Tumor Detection},
author = {Vidit Gautam},
journal= {arXiv preprint arXiv:2205.10691},
year = {2024}
}