Temel Kavramlar
의료 이미징 분야에서 시각적 맥락 학습과 마스크 이미지 모델링을 결합한 간단한 프레임워크가 초음파 분할을 향상시키는 방법을 제안하고 검증했습니다.
İstatistikler
SimICL은 Dice 계수(DC) 0.96 및 Jaccard 지수(IoU) 0.92를 달성했습니다.
다른 모델의 최대 DC는 0.86이었고, IoU는 0.76이었습니다.
Alıntılar
"SimICL은 한정된 수동 주석과 높은 일치율을 보여주며 작은 초음파 데이터셋에서 AI 모델을 훈련하는 데 사용될 수 있다."
"SimICL은 전통적인 방법에 비해 이미지 라벨링에 필요한 시간을 크게 줄일 수 있으며 초음파 이미지 분석에서 AI 지원의 실제 사용을 향상시킬 수 있다."