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