利用生成对抗网络合成皮肤病变图像
计算机视觉与模式识别
2019-02-12 v1 机器学习
摘要
皮肤癌迄今为止是最常见的癌症类型。早期检测是显著提高成功治疗机会的关键。目前，深度神经网络在自动化皮肤癌分类上取得了最先进的结果。为了进一步推动结果，我们需要解决标注数据匮乏的问题，因为标注数据成本高昂且需要专家的大量投入。为了规避这一问题，我们提出使用生成对抗网络（GAN）生成逼真的合成皮肤病变图像。据我们所知，我们的结果是首个展示具有临床意义信息且视觉上引人信服的合成图像的工作。
引用
@article{arxiv.1902.03253,
title = {Skin Lesion Synthesis with Generative Adversarial Networks},
author = {Alceu Bissoto and Fábio Perez and Eduardo Valle and Sandra Avila},
journal= {arXiv preprint arXiv:1902.03253},
year = {2019}
}
备注
Conference: ISIC Skin Image Analysis Workshop and Challenge @ MICCAI 2018