医学图像数据增强技术的研究现状与进展.pdf

此“医疗卫生”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

窑综述窑中国当代医药2021年1月第28卷第3期

医学图像数据增强技术的研究现状与进展

王天任1李伊宁1王弘熠1康健1赵爽2柳岸1

1.中南大学湘雅三医院皮肤科袁湖南长沙410013曰2.中南大学湘雅三医院耳鼻咽喉头颈外科袁湖南长沙410013

[摘要]人工智能辅助的医学图像识别诊疗系统应用面非常广泛袁然而在当前医疗环境和社会背景下难以收集到

足够多的数据来训练模型袁利用数据增强技术对已有样本进行处理可以显著缓解训练数据缺乏的问题遥本文就

近年来出现的较为常用的图像增强技术进行简要概述袁根据样本处理数量袁将已有的数据增强技术分为单样本

数据增强和多样本数据增强两大类遥其中单样本数据增强又根据处理水平分为像素水平处理和整体水平几何处

理曰而多样本数据增强则主要介绍了以合成少数过采样算法(SMOTE)和生成对抗网络(GAN)等为代表的以整个样

本集为操作对象袁通过调整采样比例缓解类不平衡现象的算法遥此外袁本文还对每种方法的优缺点进行分析袁总

结了近年来上述算法的实现和改进袁以期为相关从业者提供新思路遥

[关键词]人工智能曰数据增强曰合成少数过采样算法曰生成对抗网络

[中图分类号]R445[文献标识码]A[文章编号]1674-4721渊2021冤1渊c冤-0034-05

Currentstatusandresearchprogressonmedicalimagedataaugmenta鄄

tiontechnology

111121

WANGTian-renLIYi-ningWANGHong-yiKANGJianZHAOShuangLIUAn

1.DepartmentofDermatology,theThirdXiangyaHospitalofCentralSouthUniversity,Hu忆nanProvince,Changsha

410013,China;2.DepartmentofOtorhinolaryngology,HeadandNeckSurgery,theThirdXiangyaHospitalofCentral

SouthUniversity,Hu忆nanProvince,Changsha410013,China

[Abstract]Artificialintelligence-assistedmedicalimagerecognitiondiagnosisandtreatmentsystemhasbeenusedex鄄

tensively.However,itisdifficulttocollectenoughdatatotrainthemodelunderthecurrentmedicalenvironmentand

socialbackground.Bydataaugmentationtechnologyonprocessingexistedsamples,shrotageofdatacanbegreatly

eased.Thisarticlebrieflysummarizedthecommonimageaugmentationtechniquesusedinrecentyears.Accordingto

thenumberofsamplesprocessed,theexistingdataaugmentationtechniquesaredividedintotwocategories:single-

sampledataaugmentationandmulti-

原版文件原创

咨询Ta 进入空间

更多 >