3D医用画像の弱教師付きセグメンテーションのための、ニューラルネットワークの出力のトモグラフィック再構成

本研究では、2Dエンコーダを用いて3D医用画像の密な予測タスクを実行する新しい手法ToNNOを提案する。弱教師付き分類タスクでエンコーダを訓練した場合、提案手法はクラスアクティベーションマッピング(CAM)手法よりも優れた結果を達成できることを示す。さらに、CAM手法をToNNOフレームワークに統合したAveraged CАMとTomographic CАMを提案し、より良い結果を得ることができる。