基于修正标签分布的乳腺超声图像分类

作者：曹占涛; 杨国武; 陈琴; 吴尽昭; 李晓瑜^*

来源：电子科技大学学报, 2020, 49(04): 597-602.

• 乳腺超声图像
• 深度学习
• 噪音标签
• 弱监督学习

针对乳腺超声图像分类中的标签噪音问题,该文设计了一种协作标签修正网络(COLC-Net)。该方法基于乳腺超声BI-RADS评级噪音分布特点,为乳腺超声图像定义了软标签,并设计了双网络协作训练,以蒸馏优秀知识修正软标签。随着软标签准确性的增加,可以降低噪音标签负作用,并增强准确标签知识的学习。与现有最新方法进行比较,结果证实了该方法具有更好的效果。

• 单位
  电子科技大学; 广西民族大学