端到端深度图像分割网络中抑制无效率学习的目标损失函数设计

• 作者: 叶靖雯 吴晓峰
• 来源期刊: 微电子学与计算机
• 关键词: 深度学习 医学图像分割 损失函数设计 无效率学习
• 年，卷（期）: 2019,（9）
• 页码范围: 38-43
• 页数: 6页
• 分类号: TP391|TP4
• 语种: 中文

摘要

在端到端深度图像分割网络训练时,常出现前景和背景区域相差巨大的情况,造成目标特征学习不足而背景特征学习过度.对此提出一种基于代价敏感学习的目标函数构造方法:借鉴难例挖掘思想,使用表征难易程度的Focal因子对样本训练误差加权处理,有效抑制无效率学习;仿人类视觉系统引入感受野因子,兼顾上下文信息.在医学影像数据集上对方法的有效性和可扩展性进行了测试.结果表明,新方法有助于提升网络对于小目标的检出能力,同时分割结果更贴合目标轮廓.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴晓峰	复旦大学信息科学与工程学院图像与智能信息处理实验室	35	188	9.0	11.0
2	叶靖雯	复旦大学信息科学与工程学院图像与智能信息处理实验室	1	0	0.0	0.0