面向医学图像分析，通过免训练性能指标和多尺度缩减单元搜索空间，高效发现适配病灶尺寸的神经网络架构。
王艳 · Zhen, Liangli · 张建伟 · Miqing, Li · 张蕾 · 王梓舟 · Feng, Yangqin · 薛羽 · Xiao, Wang · Chen, Zheng · Luo, Tao · Rich Siow Mong, Goh · Liu, Yong
IEEE Transactions on Evolutionary Computation 2024
使用免训练指标评估候选架构，避免耗时的训练过程，从而大幅降低搜索成本。
新的缩减单元搜索空间允许搜索算法显式识别多尺度特征提取的最优尺度组合，更好地处理大小不一的病灶。
在大规模医学图像基准和乳腺癌检测数据集上的实验表明，该方法优于人工设计架构和当前最先进的NAS算法。
同时考虑两个免训练指标和模型复杂度，在性能与简化性之间取得平衡，搜索到的架构更实用。