风格增强改善医学图像分割
图像与视频处理
2022-11-03 v1 计算机视觉与模式识别
摘要
由于可用标注数据有限，医学图像分割对深度学习而言是一项具有挑战性的任务。传统数据增强技术已被证明可通过优化少量训练样本的使用来提升分割网络性能。然而，当前针对分割的增强方法并未解决多项研究中观测到的卷积神经网络的强纹理偏置问题。本工作在 MoNuSeg 数据集上表明，已在分类任务中使用的风格增强有助于减少纹理过拟合并提升分割性能。
引用
@article{arxiv.2211.01125,
title = {Style Augmentation improves Medical Image Segmentation},
author = {Kevin Ginsburger},
journal= {arXiv preprint arXiv:2211.01125},
year = {2022}
}