MedMNISTv2

新方法LiNC提高了在有噪声医学图像上的机器学习准确性

研究人员开发了一种名为轻量级噪声校正（LiNC）的新方法，以提高在有噪声医学成像数据集上训练的机器学习模型的准确性。LiNC为每个样本引入了一个可训练的“信任度”参数，允许模型学习是依赖提供的标签还是依赖自身的预测。通过分析这些信任度值，LiNC可以识别有噪声的样本并应用校正，在MedMNISTv2基准测试中，即使标签噪声高达50%，也能持续提高准确性。