Data Augmentation by Generative AdversarialNetworks for White Blood Cell ImageClassification
- سال انتشار: 1401
- محل انتشار: اولین کنفرانس بین المللی و ششمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی
- کد COI اختصاصی: CEITCONF06_059
- زبان مقاله: انگلیسی
- تعداد مشاهده: 213
نویسندگان
Assistant ProfessorBiomedical Engineering Dept.Meybod UniversityMeybod, Yazd, Iran
چکیده
Deep learning based algorithms have shown agreat success on different tasks including image classification.One of the requirements of implementing deep learningapproaches is availability of large-scale datasets. However, thelack of big medical datasets due to the difficulties in recordingthese kinds of data, is one of the major problems inimplementing deep learning approaches. Therefore, dataaugmentation has become an important step for increasing thenumber of data samples. Image rotating in different angles,horizontal and vertical flipping is one of the popular imagedata augmentation methods. However, the generated imagesare so similar to the original ones. Recently, GenerativeAdversarial Neural Networks (GANs) have been proposed aspowerful methods for generating new data samples. In thisarticle, we explore image augmentation by GAN structures tobe used in leukemia diagnosis task. To this end, a deepconvolutional GAN is considered for generating white bloodcell images to increase the number of image samples ofALLIDB database. Then, a deep Convolutional NeuralNetwork is applied on the augmented dataset to classify theimages as normal or leukemia. Experimental results verify thatby implementing GAN approach for image augmentation wecan achieve to ۸۴%, classification accuracy which is ۱۰%improvement with respect to the common augmentationmethod.کلیدواژه ها
Data Augmentation, Convolutional NeuralNetworks, Generative Adversarial Neural Networks, ImageClassification, Image Generationمقالات مرتبط جدید
- ارتقای امنیت و حریم خصوصی اینترنت اشیا: نقش انقلابی فناوری های بلاک چین
- طراحی متدولوژی های ترکیبی (Hybrid) در هوش مصنوعی برای حل مسائل پیچیده
- بهینه سازی سلسله مراتبی جریان ترافیک در محیط های شهری با استفاده از یک چارچوب ترکیبی مبتنی بر سیستم های چندعامله، یادگیری عمیق و یادگیری تقویتی
- بهینه سازی یادگیری فدرال در سیستم های رایانش لبه موبایل: مروری جامع بر چالش ها، راه حل ها و کاربردهای نوظهور
- فناوری اطلاعات و ارتباطات سبز
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.