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 ...

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。

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)