- 跨参考转换器用于少样本医学图像分割
本文提出了基于交叉引用变压器的医学图像分割方法,能够在高维通道中更好地挖掘和增强支持特征和查询特征的相似部分,实验结果表明该模型在 CT 数据集和 MRI 数据集上均取得了良好的结果。
- 医学分割十项全能
本文介绍 “医学分割十项全能赛(MSD)” 的比赛举办及其结论,提出了一种方法,能够在多个任务上表现良好,同时兼顾算法的泛化性能;冠军算法的延续优异表现,验证了这个假设。
- 金字塔医疗转换器用于医学图像分割
通过应用金字塔形网络结构、多尺度注意力和 CNN 特征提取,我们提出了一种称为金字塔医疗变压器(PMTrans)的新型方法,可以更好地处理医学图像分割任务。在三个医学图像数据集上的实验结果表明,PMTrans 相较于最新的基于 CNN 和变 - 医学影像的远距离领域迁移学习
本研究提出了一种远程领域转移学习方法,通过应用该方法于 COVID-19 的肺 CT 影像数据,结合 Reduced-size Unet Segmentation 模型和 Distant Feature Fusion 分类模型,成功实现了高 - 基于注意力引导主动学习的稀疏注释策略用于 3D 医学图像分割
本研究利用注意力导向的主动学习策略,针对 3D 医学图像分割问题,仅需要标记 15%至 20%的脑提取任务中的切片和 30%至 35%的组织分割任务中的切片,便可达到与全标注数据相比的相似结果。
- MM用于乳腺癌乳腺 X 线摄影的感兴趣区域定位的新方法
本文提出一种基于 RGB 图像的乳腺边界分割和四叉树分割相结合的方法,可以有效提取可疑肿块区域,并在 DDSM 标准数据集上取得可接受的准确率。
- 自动细胞核分割的 Mask-RCNN 适应性
本文利用 Mask-RCNN 算法,对多种环境下细胞核的显微图像进行高效自动分割。
- UI-Net: 基于用户模型的交互式人工神经网络迭代图像分割
本文提出了一种基于半自动学习的合作分割方法,结合了完全卷积神经网络和活动用户模型进行训练,在医学图像处理领域有很大应用价值,并通过交互方式不断优化分割效果。
- 图像分割算法概述
本文分析总结了几种图像分割算法并比较了它们的优缺点,同时预测了图像分割结合这些算法的发展趋势。
- 基于渐进式和多路径的整体嵌套神经网络用于 CT 影像病理性肺分割
本文介绍了一种基于深度学习的方法,结合多路径方案(P-HNNs),用于病理性肺部分割并在多机构数据集上进行了全面跨验证测试,通过与现有方法相比的定性和定量的改进,获得了 0.985 的均值 DICE 系数。