利用ACGAN在小训练数据集上进行超声图像分类
图像与视频处理
2021-02-03 v1 计算机视觉与模式识别
摘要
B超超声成像是一种流行的医学成像技术。与其他图像处理任务一样，近年来深度学习已被用于B超超声图像的分析。然而，训练深度学习模型需要大量标注数据集，而超声图像往往缺乏此类数据。大规模标注数据的缺失是深度学习用于超声图像分析的瓶颈。为克服这一挑战，本工作利用辅助分类器生成对抗网络(ACGAN)，该网络在同一框架中结合了数据增强和迁移学习的优势。我们在乳腺超声图像数据集上进行了实验，展示了所提方法的有效性。
引用
@article{arxiv.2102.01539,
title = {Ultrasound Image Classification using ACGAN with Small Training Dataset},
author = {Sudipan Saha and Nasrullah Sheikh},
journal= {arXiv preprint arXiv:2102.01539},
year = {2021}
}