基于弹性权重巩固的胶质瘤分割连续学习探讨
图像与视频处理
2019-09-26 v1 计算机视觉与模式识别
摘要
当在来自新域的数据上微调卷积神经网络（CNN）时，灾难性遗忘会降低其在原始训练数据上的性能。弹性权重巩固（EWC）是近期防止此现象的一种技术，我们在训练和重新训练 CNN 以在两个不同数据集上分割胶质瘤时对其进行了评估。该网络在公开 BraTS 数据集上训练，并在包含非增强低级别胶质瘤的院内数据集上微调。发现 EWC 在此情况下减少了灾难性遗忘，但也发现其限制了对新域的适应。
引用
@article{arxiv.1909.11479,
title = {Towards continuous learning for glioma segmentation with elastic weight consolidation},
author = {Karin van Garderen and Sebastian van der Voort and Fatih Incekara and Marion Smits and Stefan Klein},
journal= {arXiv preprint arXiv:1909.11479},
year = {2019}
}