用于生存预测的半监督变分自编码器
计算机视觉与模式识别
2020-11-18 v1
摘要
本文提出一种半监督变分自编码器，用于根据肿瘤分割掩码对总生存组进行分类。该模型可使用任意肿瘤分割算法的输出，从而去除对扫描平台及所用脉冲序列具体类型的所有假设，提升了泛化能力。由于其半监督特性，该方法能够利用相对较少的带标签受试者学习生存时间分类。我们在多模态脑肿瘤分割挑战赛（BraTS）2019的公开数据集上验证了模型。
引用
@article{arxiv.1910.04488,
title = {Semi-Supervised Variational Autoencoder for Survival Prediction},
author = {Sveinn Pálsson and Stefano Cerri and Andrea Dittadi and Koen Van Leemput},
journal= {arXiv preprint arXiv:1910.04488},
year = {2020}
}
备注
Published in the pre-conference proceeding of "2019 International MICCAI BraTS Challenge"