典型文献
高度不平衡肠道图像数据集均衡策略
文献摘要：
医学图像分类天然受到数据集高度不平衡问题影响.文章首先阐述医学图像的数据不平衡问题及其对人工智能技术分类性能产生的影响.随后研究现有对数据不平衡问题提供类间数据平衡分布的方法,讨论肠道图像中遇到的暗区以及病灶区域旋转等特殊挑战,根据肠道图像的特点,设计一种适用于肠道图像数据集的类间数据平衡方法.核心思路包括利用数量巨大的健康图像为基底,线性组合病灶图像,在选取图像时去除暗区部分较大的健康图像以降低暗区对分类性能的影响,同时通过病灶图像的旋转和平移模拟临床中肠道病灶的旋转特性和位置不确定的特点.通过这种简洁的方法,能够快速地进行高度不平衡的肠道图像数据集平衡.基于肠道图像疾病数据集进行实验,通过肠道溃疡和健康二分类仿真验证文章方法的有效性.
文献关键词：
医学图像分类;类间数据平衡方法;肠道病灶图像生成
中图分类号：
作者姓名：
陈逸远;古梦婷;李胜
作者机构：
浙江工业大学,浙江 杭州 310013
文献出处：
引用格式：
[1]陈逸远;古梦婷;李胜-.高度不平衡肠道图像数据集均衡策略)[J].科技创新与应用,2022(17):148-152,156
A类：
类间数据平衡方法,肠道病灶图像生成
B类：
图像数据集,均衡策略,医学图像分类,不平衡问题,数据不平衡,技术分类,分类性能,平衡分布,核心思路,线性组合,合病,平移,中肠,肠道溃疡,二分类,仿真验证
AB值：
0.2192
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
