用于稳健体积医疗分割的频域对抗训练

Frequency Domain Adversarial Training for Robust Volumetric Medical Segmentation

摘要

当务之急是确保深度学习模型在医疗保健等关键应用中的鲁棒性。虽然深度学习的最新进展提高了体积医学图像分割模型的性能,但由于这些模型容易受到对抗性攻击,因此无法立即部署到实际应用中。

提出了一种用于体积医学图像分割模型的 3D 频域对抗性攻击,并展示了其相对于传统输入或体素域攻击的优势。

引入了一种新的频域对抗训练方法,用于优化针对体素和频域攻击的鲁棒模型。

提出了频率一致性损失来调节我们的频域对抗训练,从而在模型在干净样本和对抗样本上的性能之间实现更好的权衡。

代码地址

本文方法

通过使用一个名为"频率扰动"的新模块扰动其频域表示来生成对抗样本。然后更新模型,同时最大限度地减少干净和对抗性扰动图像上的骰子损失。此外,我们提出了频率一致性损失以提高模型性能。

实验结果


相关推荐
guanshiyishi2 小时前
ABeam 德硕 | 中国汽车市场(2)——新能源车的崛起与中国汽车市场机遇与挑战
人工智能
极客天成ScaleFlash2 小时前
极客天成NVFile:无缓存直击存储性能天花板,重新定义AI时代并行存储新范式
人工智能·缓存
Uzuki2 小时前
AI可解释性 II | Saliency Maps-based 归因方法(Attribution)论文导读(持续更新)
深度学习·机器学习·可解释性
澳鹏Appen3 小时前
AI安全:构建负责任且可靠的系统
人工智能·安全
蹦蹦跳跳真可爱5894 小时前
Python----机器学习(KNN:使用数学方法实现KNN)
人工智能·python·机器学习
视界宝藏库4 小时前
多元 AI 配音软件,打造独特音频体验
人工智能
xinxiyinhe4 小时前
GitHub上英语学习工具的精选分类汇总
人工智能·deepseek·学习英语精选
zhuyixiangyyds5 小时前
day21和day22学习Pandas库
笔记·学习·pandas
每次的天空5 小时前
Android学习总结之算法篇四(字符串)
android·学习·算法
ZStack开发者社区5 小时前
全球化2.0 | ZStack举办香港Partner Day,推动AIOS智塔+DeepSeek海外实践
人工智能·云计算