医学图像分类_ASNG：用于3D医学图像分割的自动数据增广

据作者称，这是首次在医学图像分割任务中采用可微分的自动数据增广，实验表明，所提出的方法明显优于现有的模型（如SCNA、nnUNet等），性能表现SOTA！

Automatic Data Augmentation for 3D Medical Image Segmentation

作者单位：北京大学(朱占星等人), 佳能医疗系统
论文： https:// arxiv.org/abs/2010.1169 5

注：文末附医疗影像交流群。如果上述论文链接无法访问，可以看文末，论文已上传至百度云，方便下载。

数据增广是一种有效的通用技术，可用于改善深度神经网络的泛化性能。它可以丰富在医学图像分割任务中必不可少的训练样本的多样性，因为：

1）医学图像数据集的规模通常较小，这可能会增加过度拟合的风险；

2）不同对象&#x