关键词lung tumor segmentation
搜索结果 - 2
- 自我监督学习提高深度学习对 CT 图像差异的肺肿瘤分割的鲁棒性
自我监督学习(SSL)是一种从无标签数据中提取有用特征表示并在有限标记样本的下游任务中进行精细调整的方法。本论文比较了基于自然数据和自我预训练的转换器模型在医学图像分析中的鲁棒性,发现自然预训练模型对肺肿瘤分割的 CT 图像差异具有更高的适 - 预训练变换器用于肺癌分割的可信度
基于 670 个 CT 和 MRI 扫描,评估了两个自监督预训练的 Transformer 模型 Swin UNETR 和 SMIT 在肺肿瘤细分领域的可信度。模型表现出了较高的准确性和稳健性,并在不同领域的 CT 和 MRI 扫描中展现了