基于混合的数据增强的班级智能的组合,用于学习腹部CT图像中的肝脏焦点损伤的班级失衡

Hansang Lee1, Deokseon Kim2, Joonseok Lim3

  • 1School of Electrical Engineering, KAIST, Daehark 291, Yuseonggu, Daejeon, 34141, Republic of Korea.

概括

这项研究引入了一种新的数据增强方法,以改善CT扫描中焦点肝病变 (FLL) 的分类. 基于混合的数据增强 (CCDA) 的类明智组合提高了识别罕见FLL类型的准确性.