ترجمه فارسی مقاله ارتقای طبقه‌بندی تصویر در مجموعه داده‌های کوچک و نامتعادل از طریق افزایش داده‌های مصنوعی

چکیده

Accurate and robust medical image classification is a challenging task, especially in application domains where available annotated datasets are small and present high imbalance between target classes. Considering that data acquisition is not always feasible, especially for underrepresented classes, our approach introduces a novel synthetic augmentation strategy using class-specific Variational Autoencoders (VAEs) and latent space interpolation to improve discrimination capabilities. By generating realistic, varied synthetic data that fills feature space gaps, we address issues of data scarcity and class imbalance. The method presented in this paper relies on the interpolation of latent representations within each class, thus enriching the training set and improving the model’s generalizability and diagnostic accuracy. The proposed strategy was tested in a small dataset of 321 images created to train and validate an automatic method for assessing the quality of cleanliness of esophagogastroduodenoscopy images. By combining real and synthetic data, an increase of over 18\% in the accuracy of the most challenging underrepresented class was observed. The proposed strategy not only benefited the underrepresented class but also led to a general improvement in other metrics, including a 6\% increase in global accuracy and precision.

چکیده به فارسی (ترجمه ماشینی)

طبقه بندی دقیق تصویر پزشکی دقیق و قوی یک کار چالش برانگیز است ، به خصوص در حوزه های کاربردی که در آن مجموعه داده های حاشیه نویسی در دسترس کوچک هستند و عدم تعادل بالایی بین کلاس های هدف وجود دارد.با توجه به اینکه دستیابی به داده ها همیشه امکان پذیر نیست ، به خصوص برای کلاس های کم نماینده ، رویکرد ما یک استراتژی تقویت مصنوعی رمان را با استفاده از خودروهای متغیر خاص کلاس (VAES) و درون یابی فضای نهفته برای بهبود توانایی های تبعیض معرفی می کند.با تولید داده های مصنوعی واقع گرایانه و متنوع که شکاف های فضایی را پر می کند ، ما به مسائل کمبود داده ها و عدم تعادل کلاس می پردازیم.روش ارائه شده در این مقاله به درون یابی بازنمایی های نهفته در هر کلاس متکی است ، بنابراین مجموعه آموزش را غنی می کند و تعمیم پذیری مدل و دقت تشخیصی را بهبود می بخشد.استراتژی پیشنهادی در یک مجموعه داده کوچک از 321 تصویر ایجاد شده برای آموزش و اعتبارسنجی یک روش خودکار برای ارزیابی کیفیت پاکیزگی تصاویر مری.با ترکیب داده های واقعی و مصنوعی ، افزایش بیش از 18 ٪ در صحت چالش برانگیزترین طبقه کم نماینده مشاهده شد.این استراتژی پیشنهادی نه تنها از طبقه کم نماینده بهره مند شد بلکه منجر به بهبود عمومی در سایر معیارها شد ، از جمله افزایش 6 \ ٪ در دقت و دقت جهانی.