重新思考超声数据增强：一种物理启发的方法
图像与视频处理
2021-05-06 v1 计算机视觉与模式识别
摘要
医学超声（US）尽管应用广泛，却以伪影和操作者依赖性为特征。这些特性阻碍了用于计算机辅助介入系统深度神经网络训练的 US 数据集的收集与利用。数据增强常用于提升模型泛化能力与性能。然而，仿射变换等常见数据增强技术与超声物理特性不符，若使用不当会导致不真实的超声图像。为此，我们提出一组物理启发变换，包括形变、混响和信噪比（Signal-to-Noise Ratio），将其应用于 US B 超模式图像以进行数据增强。我们在一个新的脊柱超声数据集上针对骨分割与分类任务评估了我们的方法。
引用
@article{arxiv.2105.02188,
title = {Rethinking Ultrasound Augmentation: A Physics-Inspired Approach},
author = {Maria Tirindelli and Christine Eilers and Walter Simson and Magdalini Paschali and Mohammad Farid Azampour and Nassir Navab},
journal= {arXiv preprint arXiv:2105.02188},
year = {2021}
}