用于从 CT 图像量化肺部病理的频谱数据增强技术
图像与视频处理
2023-07-06 v1 计算机视觉与模式识别
摘要
在数据标注量不足的生物医学图像处理任务中，数据增强至关重要，以充分利用所有现有数据。现有使用的技术包括强度变换、弹性形变，以及线性组合已有数据点以生成新数据点。本工作中，我们提出使用离散余弦变换与小波变换等频谱技术进行数据增强。我们在一个 CT 纹理分析任务上对所提方法进行了实证评估，以检测囊性纤维化患者的异常肺组织。实证实验表明，所提频谱方法相较于现有方法表现更优。当与现有方法结合使用时，我们提出的方法相较简单复制基线可将少数类分割性能相对提升 44.1%。
引用
@article{arxiv.2004.11989,
title = {Spectral Data Augmentation Techniques to quantify Lung Pathology from CT-images},
author = {Subhradeep Kayal and Florian Dubost and Harm A. W. M. Tiddens and Marleen de Bruijne},
journal= {arXiv preprint arXiv:2004.11989},
year = {2023}
}
备注
5 pages including references, accepted as Oral presentation at IEEE ISBI 2020