基于半监督生成对抗网络X光图像分类算法 
下载： 1680次
X-Ray Image Classification Algorithm Based on Semi-Supervised Generative Adversarial Networks
图 & 表
图 1. GAN流程图
Fig. 1. Flow chart of GAN
下载图片 查看原文
图 2. SSGAN结构
Fig. 2. Framework of SSGAN
下载图片 查看原文
图 3. SSGAN生成网络结构图
Fig. 3. Generation network structure of SSGAN
下载图片 查看原文
图 4. SSGAN判别器D结构图
Fig. 4. Structure of discriminator D in SSGAN
下载图片 查看原文
图 5. 训练样本图像
Fig. 5. Training sample images
下载图片 查看原文
图 6. 直方图均衡化图像对比图。(a)(b)(c)原始X光图像;(d)(e)(f)直方图均衡化X光图像
Fig. 6. Comparison of histogram equalization images. (a)(b)(c) Original X-ray images; (d)(e)(f) histogram equalization X-ray images
下载图片 查看原文
图 7. 损失函数变化趋势。 (a)判别器网络损失;(b)生成器网络损失
Fig. 7. Variaiton of loss function. (a) Loss of discriminator network; (b) loss of generator network
下载图片 查看原文
图 8. 不同数量标注样本分类结果趋势图
Fig. 8. Trend of classification results for samples with different number of labeled data
下载图片 查看原文
图 9. SSGAN生成图像与原始图像。(a)生成图像;(b)原始图像
Fig. 9. Generated images of SSGAN and original images. (a) Generated images; (b) original images
下载图片 查看原文
表 1不同数量标注样本的平均分类准确率
Table1. Average classification accuracies of samples with different number of labeled data
| Labeled data | Average accuracy /% |
|---|
| PCA+SVM | Ladder | CNN | SSGAN |
|---|
| 25 | 52.63±4.6 | 53.12±6.4 | 48.47±5.2 | 58.69±7.1 | | 50 | 58.94±6.3 | 57.60±4.1 | 55.62±6.2 | 62.47±4.7 | | 100 | 63.20±4.1 | 64.27±3.7 | 61.64±5.5 | 68.71±4.3 | | 250 | 68.84±3.4 | 70.79±4.4 | 71.75±5.1 | 75.94±3.5 | | 500 | 70.98±5.9 | 74.17±3.2 | 76.10±3.4 | 78.87±4.8 | | 1000 | 73.41±6.6 | 76.39±3.8 | 81.47±5.6 | 83.20±4.6 | | 1500 | 75.24±4.2 | 77.83±2.5 | 82.92±4.3 | 84.57±4.1 | | 2000 | 76.07±3.7 | 78.32±3.4 | 84.15±2.9 | 85.10±2.7 |
|
查看原文
表 21000个标注样本分类准确率
Table2. Classification accuracy of 1000 labeled samples
| Label | Accuracy /% |
|---|
| Benchmark | PCA+SVM | Ladder | SSGAN |
|---|
| Atelectasis | 71.62 | 67.96 | 71.21 | 81.97 | | Effusion | 78.47 | 73.61 | 76.94 | 82.75 | | Infiltration | 60.95 | 65.95 | 61.73 | 71.62 | | Mass | 70.64 | 63.88 | 61.18 | 85.32 | | Nodule | 67.13 | 61.26 | 63.63 | 77.38 | | Pneumothorax | 80.65 | 67.53 | 67.16 | 83.41 |
|
查看原文
表 3各种模型生成样本的inception分值
Table3. Inception scores for samples generated by various models
| Real data | SSGAN | VAE | DCGAN |
|---|
| 4.54±0.15 | 3.48±0.22 | 2.87±0.12 | 3.15±0.17 |
|
查看原文
刘坤, 王典, 荣梦学. 基于半监督生成对抗网络X光图像分类算法[J]. 光学学报, 2019, 39(8): 0810003. Kun Liu, Dian Wang, Mengxue Rong. X-Ray Image Classification Algorithm Based on Semi-Supervised Generative Adversarial Networks[J]. Acta Optica Sinica, 2019, 39(8): 0810003.
PDF全文
