主动学习在医学图像分析中的应用.PDFVIP

The name of the DepartmentBeijing Forest Studio 北京理工大学信息系统及安全对抗实验中心部门名称 主动学习在医学图像分析中的应用 Application of active learning in medical image analysis 王海州 硕士研究生 2018年08月19 日 1 内容提要 • 背景简介 • 主动学习 • 医学图像分析中的应用 • 总结 • 参考文献 2 主动学习在医学图像分析中的应用 背景简介 3 背景简介 • 如何使用尽可能少的标签数据来训练一个效果好的分类器 – 手头有100个未标记样本和仅仅够标记10个样本的钱，通过训练10个标 记样本，接近甚至达到训练100个标记样本的效果 屌丝公司 – 手头有了已经在100个样本中训练完成的分类器，又来了100个新标记样 本，只给够训练10个样本的时间或者计算资源，让分类器尽快学到新来 样本的特征 高富帅公司 4 背景简介 • 为什么要去解决这个问题？ – Caffe ，Keras ，Torch等框架的出现使深度学习门槛降低 计算机运算能力 – 真正的门槛→钱 标注数据集 • 训练数据集越多，学习效果越好? 5 背景简介 • 如何使临界值变小？ 6 主动学习在医学图像分析中的应用 主动学习 7 主动学习 • 主动学习：学习算法主动地提出标注请求，将一些经过 筛选的数据交给专家进行标注 – 筛选难的、信息量大的样本 • 如何定义难的样本 – 熵：对于二分类问题，就是预测值越接近0.5 ，熵越大 – 多样性：刻画标注数据和未标注数据的相似性 • 例：卷毛比熊犬、哈瓦那犬的分类任务 8 主动学习 • 把所有图片放到在大量自然图像中预训练的网络N中测试一遍，得 出预测值，挑出最难的那些样本，给他们标签（卷/哈） • 用这些刚加上标签的样本训练深度网络