利用部分标注数据集的卷积神经网络弱监督弥漫性肺病语义分割
图像与视频处理
2020-03-27 v2 机器学习
机器学习
摘要
用于弥漫性肺病（DLDs）的计算机辅助诊断系统对于肺病的客观评估是必要的。本文中，我们开发了针对 5 种 DLDs 的语义分割模型。本工作考虑的 DLDs 为实变、磨玻璃影、蜂窝影、肺气肿和正常。卷积神经网络（CNN）是机器学习算法中最有前景的语义分割技术之一。虽然创建用于语义分割的标注数据集费力且耗时，但创建部分标注数据集（其中每幅图像仅标注一个选定类别）更容易，因为标注者只需在标注任务中每次关注一个类别。本文中，我们提出一种有效利用部分标注数据集的新弱监督技术。使用由 372 张 CT 图像组成的部分标注数据集的实验表明，我们提出的技术显著提高了分割精度。
引用
@article{arxiv.2002.11936,
title = {Weak Supervision in Convolutional Neural Network for Semantic Segmentation of Diffuse Lung Diseases Using Partially Annotated Dataset},
author = {Yuki Suzuki and Kazuki Yamagata and Yanagawa Masahiro and Shoji Kido and Noriyuki Tomiyama},
journal= {arXiv preprint arXiv:2002.11936},
year = {2020}
}
备注
Accepted at SPIE Medical Imaging 2020: Computer-Aided Diagnosis