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
落雪财神意5 分钟前
黄金本周想法
大数据·人工智能·金融·区块链·期股
TechubNews8 分钟前
关于我们 About Techub News
人工智能·区块链
bin91539 分钟前
AI工具赋能Python开发者:项目开发中的创意守护与效率革命
开发语言·人工智能·python·工具·ai工具
我是场10 分钟前
AI入门 - 什么是ARM SME2 AI加速指令集
arm开发·人工智能
paopaokaka_luck16 分钟前
基于SpringBoot+Vue的DIY手工社预约管理系统(Echarts图形化、腾讯地图API)
java·vue.js·人工智能·spring boot·后端·echarts
出门吃三碗饭1 小时前
如何在LLM大语言模型上微调来优化数学推理能力?
android·人工智能·语言模型
小白狮ww1 小时前
清华联合字节推出 HuMo,实现三模态协同生成人物视频
人工智能·深度学习·机器学习·音视频·视频生成·多模态模型·人物视频
RAG专家3 小时前
【Mixture-of-RAG】将文本和表格与大型语言模型相结合
人工智能·语言模型·rag·检索增强生成
骁的小小站3 小时前
Verilator 和 GTKwave联合仿真
开发语言·c++·经验分享·笔记·学习·fpga开发
星期天要睡觉6 小时前
自然语言处理(NLP)——自然语言处理原理、发展历程、核心技术
人工智能·自然语言处理