Accedi
approfondimento - 반지도 의료 영상 분할
증거 기반 삼중 분기 일관성 학습 방법을 통한 반지도 의료 영상 분할
본 논문은 증거 기반 보수적 분기, 증거 기반 진보적 분기, 증거 기반 융합 분기로 구성된 증거 기반 삼중 분기 일관성 학습 프레임워크(ETC-Net)를 제안한다. 이를 통해 예측 다양성을 높이고 불확실성 가이드 교차 지도 학습을 수행하여 준지도 의료 영상 분할 성능을 향상시킨다.
불확실성 인식 증거 융합 기반 반지도 학습을 통한 의료 영상 분할
본 논문은 증거 이론 기반 심층 학습 프레임워크를 활용하여 혼합 및 원본 샘플의 교차 영역에서 증거 예측 결과를 융합함으로써 각 voxel의 신뢰도와 불확실성을 재할당하는 새로운 방법을 제안한다. 또한 정보 엔트로피와 융합된 불확실성 측정치를 결합하는 voxel 수준의 점진적 학습 전략을 설계하여 모델이 어려운 특징을 점진적으로 학습하도록 한다.
Chi Siamo
Prodotti
© 2024 by Linnk AI