研究人员开发了一种名为动态角度损失(DAL)的新方法,以解决医学图像分类中类别不平衡的重大挑战。该技术旨在通过调整现有的基于角度的softmax(ABS)损失来改进对罕见但关键病症的识别。DAL包含一个批自适应角度裕度(BAAM)和动态加权交叉熵(DWCE),这些都源于对尺度和角度裕度参数的数据驱动边界。在皮肤病学、眼科学和胃肠内窥镜检查的四个不平衡医学图像数据集上进行了测试,DAL在少数类别的召回率方面表现出优越的平衡准确性和较低的变异性,尽管多数类别的性能略有下降。 AI
影响 这项新的损失函数有望在医学领域,特别是针对罕见病,带来更公平、更准确的AI诊断工具。
排序理由 该集群包含一篇学术论文,详细介绍了一种解决计算机视觉特定技术问题的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- angle-based softmax (ABS) losses
- arXiv
- batch-adaptive margin (BAAM)
- dermatology
- dynamically-weighted cross entropy (DWCE)
- Dynamic Angular Loss
- Gastrointestinal Endoscopy
- Imbalanced Medical Image Classification
- Ophthalmology
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →