重加权在多类别不平衡医学图像检测中的应用

• 作者: 柴文光 李嘉怡
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 类别不平衡 医学图像 胸部X光图像 重加权
• 年，卷（期）: 2022,（8）
• 所属期刊栏目: 图形图像处理|Graphics and Image Processing
• 页码范围: 237-242
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011-0359

摘要

在医学图像检测中,由于数据集经常存在每类样本数目不均衡的情况,使数据集样本出现长尾分布的问题,严重影检测模型的性能.针对网络在训练多类别不均衡数据集中训练时出现的过拟合现象,采用重加权的方式改进原有损失函数,并用CLAHE算法对X光图像进行预处理,以突出图像的内部细节,选用ResNext50网络作为特征提取网络.以covid-chestxray数据集作为实验用数据集,通过实验评估了模型的准确度、精确率、召回率和F1值,证实了该方法的有效性.