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 YE Jing-wen;WU Xiao-feng

作者机构：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 

基　　金：上海市卫生计生委智慧医疗专项研究项目(2018ZHYL0204) 

出 版 物：《微电子学与计算机》 (Microelectronics & Computer)

年 卷 期：2019年第36卷第9期

页      码：38-43页

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.

主 题 词：深度学习 医学图像分割 损失函数设计 无效率学习 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.19304/j.cnki.issn1000-7180.2019.09.008

馆 藏 号：203778527...