- 더 큰 사이즈의 patch는 더 많은 context 정보를 담고 있고, 더 넓은 FOV를 가지며, segmentation 모델의 관점에서 학습 도중의 label imbalance 문제를 극복하는데에 도움이 된다.
- Stroke segmentation 등 label이 imbalance한 문제를 해결하기 위해서는 결국 학습하려는 label이 patch의 제한된 FOV 안에 포함되는 빈도를 높여야 해당 label에 대한 성능을 끌어올릴 수 있다.
- Patch size가 더 작은 모델일 수록 일반적인 context를 더 많이, 천천히 얻을 수 있기 때문에 learning rate를 낮추는 게 도움이 될 수 있다.