T-AutoML：基于 Transformer 的自动化机器学习用于三维医学影像中的病灶分割
图像与视频处理
2021-11-16 v1 计算机视觉与模式识别
机器学习
摘要
医学影像中的病灶分割一直是临床研究的重要课题。研究者已提出多种检测与分割算法来解决该任务。近来，基于深度学习的方法相较传统方法显著提升了性能。然而，大多数最优深度学习方法需要手动设计多个网络组件与训练策略。在本文中，我们提出一种新的自动化机器学习算法 T-AutoML，其不仅搜索最佳神经架构，还同时寻找超参数与数据增强策略的最佳组合。所提方法利用现代 Transformer 模型，引入该模型以适配搜索空间嵌入的动态长度，并能显著提升搜索能力。我们在多个大规模公开病灶分割数据集上验证 T-AutoML，并取得了最优性能。
引用
@article{arxiv.2111.07535,
title = {T-AutoML: Automated Machine Learning for Lesion Segmentation using Transformers in 3D Medical Imaging},
author = {Dong Yang and Andriy Myronenko and Xiaosong Wang and Ziyue Xu and Holger R. Roth and Daguang Xu},
journal= {arXiv preprint arXiv:2111.07535},
year = {2021}
}
备注
Accepted at ICCV 2021