基于通道權(quán)重和數(shù)據(jù)效用特征的醫(yī)學(xué)圖像分割數(shù)據(jù)增強(qiáng)方法

摘要： 在計算機(jī)輔助醫(yī)療診斷領(lǐng)域，獲取含標(biāo)簽的醫(yī)學(xué)數(shù)據(jù)代價昂貴，同時對模型的可解釋性要求較高，而目前大多數(shù)深度學(xué)習(xí)模型存在數(shù)據(jù)缺乏和可解釋性差的局限。為此，本文提出一種新穎的用于醫(yī)學(xué)圖像分割的數(shù)據(jù)增強(qiáng)方法，其優(yōu)勢和新穎之處在于，通過梯度類激活熱力圖提取數(shù)據(jù)效用特征并與原圖像進(jìn)行融合，然后構(gòu)建新的通道權(quán)重特征提取器來學(xué)習(xí)不同通道間的權(quán)重，最終實現(xiàn)了不具有破壞性的數(shù)據(jù)增強(qiáng)效果，提升了模型的...