本研究は、医療画像セグメンテーションの課題に取り組むため、視覚的Mambaアーキテクチャを活用した半教師あり学習フレームワークを提案している。
まず、従来のCNN系UNetとViT系SwinUNetをベースラインとして設定し、様々な半教師あり学習手法との組み合わせを検討する。
提案手法の「Semi-Mamba-UNet」は以下の特徴を持つ:
実験では、公開されているMRI心臓セグメンテーションデータセットを用いて評価を行った。提案手法は、ベースラインの半教師あり学習手法と比較して優れた性能を示した。特に、教師データが5%、10%と限られた条件下でも高精度なセグメンテーション結果が得られることが確認された。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Chao Ma,Ziya... at arxiv.org 04-02-2024
https://arxiv.org/pdf/2402.07245.pdfDeeper Inquiries