合成肿瘤使 AI 更好地分割肿瘤
图像与视频处理
2022-10-27 v1 计算机视觉与模式识别
机器学习
摘要
我们开发了一种生成合成肿瘤的新策略。与现有工作不同，我们的策略生成的肿瘤具有两个显著优势：（1）形状和纹理逼真，甚至医学专业人员也会将其与真实肿瘤混淆；（2）对 AI 模型训练有效，其执行肝肿瘤分割的性能与在真实肿瘤上训练的模型相似——这一结果是史无前例的，因为目前没有任何仅使用合成肿瘤的现有工作能够达到或甚至接近在真实肿瘤上训练的模型的性能。这一结果还意味着，未来用于开发肿瘤体素级标注的人工努力（耗时数年创建）可以大幅减少，以用于训练 AI 模型。此外，我们的合成肿瘤通过自动生成大量小（或微小）合成肿瘤样本，具有提高小肿瘤检测成功率的潜力。
引用
@article{arxiv.2210.14845,
title = {Synthetic Tumors Make AI Segment Tumors Better},
author = {Qixin Hu and Junfei Xiao and Yixiong Chen and Shuwen Sun and Jie-Neng Chen and Alan Yuille and Zongwei Zhou},
journal= {arXiv preprint arXiv:2210.14845},
year = {2022}
}
备注
NeurIPS Workshop on Medical Imaging Meets NeurIPS, 2022