Centrala begrepp
自己および混合監督を使用して、多クラス画像セグメンテーションのトレーニングラベルを効率的に改善する方法
Sammanfattning
この研究では、自己および混合監督を組み合わせて、多クラス医用画像セグメンテーションのトレーニングラベルを効果的に向上させる手法が提案されました。従来の手法と比較して、提案手法は明らかに精度が向上しました。具体的には、筋肉、皮下脂肪組織、内臓脂肪組織のDice類似係数がそれぞれ74.2%から91.5%、91.2%から95.6%、77.6%から88.5%に向上しました。これらの実験結果は、デュアルブランチネットワークと転移学習の組み合わせが多クラスセグメンテーションのためのトレーニングラベルを改善するための効果的な手段であることを示唆しています。
Statistik
筋肉、皮下脂肪組織、内臓脂肪組織のDice類似係数がそれぞれ74.2%から91.5%、91.2%から95.6%、77.6%から88.5%に向上した(p<0.05)。
Citat
"提案手法は明らかに精度が向上しました"
"デュアルブランチネットワークと転移学習の組み合わせが多クラスセグメンテーションのためのトレーニングラベルを改善するための効果的な手段であることを示唆しています"