Jun, 2023
使用极端点注释生成的噪声标签进行 OCT 液体分割的学习
Learning from Noisy Labels Generated by Extremely Point Annotations for OCT Fluid Segmentation
Tengjin Weng, Yang Shen, Kai Jin, Zhiming Cheng, Yunxiang Li...
TL;DR本文提出了一种基于超像素指导的用于从弱标注中生成噪声标签的方法(PNS),以及一种基于 MTCL 的 Two-Stage Mean-Teacher-assisted Confident Learning(2SMTCL)方法,用于多类别 OCT 流体分割。实验结果表明,该方法在 OCT 流体分割以及标签去噪方面性能优秀,为眼科领域患者的诊断和治疗提供了高效、准确和实用的解决方案。