通过扩散模型进行迭代式在线图像合成以解决不平衡分类
原文中文，约400字，阅读约需1分钟。发表于：。医学图像分类中存在类别不平衡问题，我们引入了一种迭代在线图像合成（IOIS）框架以解决该问题，该框架包含在线图像合成（OIS）和准确适应采样（AAS）两个关键模块，通过在实例级别和类别级别上目标的不平衡分类问题。实验证明了我们的方法在解决类别不平衡问题上的优势以及每个组成部分的有效性。
本文介绍了ISDL多类智能皮肤诊断框架的研究，通过自我平衡训练解决了类别不平衡问题，实现了高准确率和敏感性的多标签皮肤疾病分类。结合SHAP方法解释了深度学习模型的预测，并提出了采样分布优化策略，有望缓解医生短缺问题。
