VALSE 论文速览 第09期:基于多专家一致性建模的医学图像分割校准学习

2021 年 8 月 24 日 VALSE

为了使得视觉与学习领域相关从业者快速及时地了解领域的最新发展动态和前沿技术进展,VALSE最新推出了《论文速览》栏目,将在每周二和周五各发布一篇顶会顶刊论文的录制视频,对单个前沿工作进行细致讲解。本期VALSE论文速览选取了来自腾讯、阿尔伯塔大学、北京同仁医院医学图像分割方面的工作。该工作由腾讯郑冶枫老师、余双博士以及阿尔伯塔大学程立教授指导,由冀炜同学在腾讯实习期间完成。将为大家呈现医学图像分割校准学习最前沿的进展。


论文题目:基于多专家一致性建模的医学图像分割校准学习

作者列表:冀炜 (阿尔伯塔大学),余双 (腾讯),吴俊德 (腾讯),马锴 (腾讯),边成 (腾讯),毕奇 (腾讯),李婧婧 (阿尔伯塔大学),刘含若 (首都医科大学附属北京同仁医院),程立 (阿尔伯塔大学),郑冶枫 (腾讯)

B站观看网址:

https://www.bilibili.com/video/BV1WQ4y1Y7ed/


复制链接到浏览器打开或点击阅读原文即可跳转至观看页面。


论文摘要:

在医学图像分析中,通常会收集多个金标准,每个金标准来自不同的临床专家或评估者,以期望减少可能的诊断错误。同时,从计算机视觉从业者的角度来看,采用通过多数投票或来自某个评估者的标注结果去获得模型真实标签已成为一种常见做法。然而,这个过程往往会忽略在原始多专家标注中嵌入的一致性或差异性信息。为了解决这个问题,我们提出对多专家信息进行显式建模,称为MRNet,它有两个主要贡献。首先,设计了一个专业知识推断模块或EIM,将各个评分者的专业知识水平作为先验知识,以形成高级语义特征。其次,我们的方法能够从粗略预测中重建多专家的标注,并进一步利用多专家的信息来提高分割性能。据我们所知,我们的工作是第一个尝试在不同专业水平下为医学图像分割生成校准预测的工作。同时,我们也在不同成像方式的五个医学分割任务中进行了广泛的实验,以此验证我们方法的有效性。


论文信息:

[1] Wei Ji, Shuang Yu, Junde Wu, Kai Ma, Cheng Bian, Qi Bi, Jingjing Li, Hanruo Liu, Li Cheng, Yefeng Zheng, "Learning Calibrated Medical Image Segmentation via Multi-Rater Agreement Modeling," in Proceeding of IEEE Computer Vision and Pattern Recognition (CVPR 2021), virtual, June 2021.


论文链接:

[https://openaccess.thecvf.com/content/CVPR2021/papers/Ji_Learning_Calibrated_Medical_Image_Segmentation_via_Multi-Rater_Agreement_Modeling_CVPR_2021_paper.pdf]


视频讲者简介:

冀炜同学目前就读于University of Alberta, 是电子和计算机工程系一年级博士生,其导师为 Prof. Li Cheng。研究兴趣包括计算机视觉,医学图像处理,视觉注意力分析。



看到这了,确定不关注下吗?关注下再走吧~


特别鸣谢本次论文速览主要组织者:

月度轮值AC:王栋 (大连理工大学)、王鹤 (北京大学)

季度责任AC:王兴刚 (华中科技大学)


活动参与方式

1、VALSE每周举行的Webinar活动依托B站直播平台进行,直播地址:https://live.bilibili.com/22300737;VALSE的近期历史视频可在这里观看:https://space.bilibili.com/562085182/ 


2、VALSE Webinar活动通常每周三晚上20:00进行,但偶尔会因为讲者时区问题略有调整,为方便您参加活动,请关注VALSE微信公众号:valse_wechat 或加入VALSE QQ Q群,群号:698303207);


*注:申请加入VALSE QQ群时需验证姓名、单位和身份缺一不可。入群后,请实名,姓名身份单位。身份:学校及科研单位人员T;企业研发I;博士D;硕士M。


3. VALSE微信公众号一般会在每周四发布下一周Webinar报告的通知。


4、您也可以通过访问VALSE主页:http://valser.org/ 直接查看Webinar活动信息。Webinar报告的PPT(经讲者允许后),会在VALSE官网每期报告通知的最下方更新。

登录查看更多
0

相关内容

专知会员服务
42+阅读 · 2021年8月20日
​【CVPR 2021】半监督视频目标分割新算法,实现SOTA性能
专知会员服务
12+阅读 · 2021年4月26日
专知会员服务
44+阅读 · 2021年1月31日
专知会员服务
50+阅读 · 2021年1月19日
近期必读的七篇NeurIPS 2020【对比学习】相关论文和代码
专知会员服务
65+阅读 · 2020年10月20日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
24+阅读 · 2021年6月25日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员