May, 2024
自我监督少样本学习的连续最大流增强在 SPECT 左心室中的应用
Continuous max-flow augmentation of self-supervised few-shot learning on SPECT left ventricles
Ádám István Szűcs, Béla Kári, Oszkár Pártos
TL;DR提供了一种方法来自动分割心肌,并在小型和低质量标签的重新重建 SPECT 恢复的视野体积上使用连续最大流算法和先验形状信息来增强 3D U-Net 自监督学习方法,实验结果显示,在高噪声 SPECT 心脏数据集上,基于先前的最先进解决方案,定量指标有了 5-10% 的增长,为解决少样本自监督学习问题提供了可行的方法。