Nov, 2017
基于平衡聚焦 U-Net 的多类别和类别不平衡标记分割,用于部署的支架内自动化 3D 形态实例化
Towards Automatic 3D Shape Instantiation for Deployed Stent Grafts: 2D Multiple-class and Class-imbalance Marker Segmentation with Equally-weighted Focal U-Net
Xiao-Yun Zhou Celia Riga, Su-Lin Lee, Guang-Zhong Yang
TL;DR本文提出了一种基于 Equally-weighted Focal U-Net 的自动化 3D 形状实例化方法,证明该方法在标记分割和 3D 形状实例化方面具有较高的精度,对于机器人路径规划也具有重要意义。