nnu-net | BriefGPT - AI 论文速递

关键词nnu-net

搜索结果 - 12

儿科脑肿瘤分割的无监督领域自适应
在本研究中，我们提出了由 Domain-Adapted nnU-Net (DA-nnUNet) 构成的无监督领域自适应模型，用于将成人胶质瘤（源域）应用到儿童胶质瘤（目标域）中，通过添加一个连接有梯度反转层（GRL）的域分类器到 nnU-N
PDF10 days ago
nnU-Net 重新审视：对 3D 医学图像分割的严格验证的呼吁
通过细致避免使用不充分的基线、不足够的数据集和忽视计算资源等常见验证缺陷，我们对当前分割方法进行了全面而彻底的基准测试，结果表明：1）采用包括 ResNet 和 ConvNeXt 变体在内的基于 CNN 的 U-Net 模型，2）使用 nn
PDF3 months ago
物理引导的神经网络用于室内矢量流动图绘制
通过借助物理导向的神经网络（PINNs）和基于物理引导的 nnU-Net 监督方法，以及对模拟和实际彩色多普勒图像进行的严格评估，本研究提出了传统 iVFM 优化方案的新替代方法，显示出与原始 iVFM 算法相当的重建性能。同时，研究指出
PDF3 months ago
非对比 CT 扫描上的自动斑块检测和 Agatston 评分估计：多中心研究
本多中心研究旨在使用 3D 多类别 nnU-Net 验证一种自动化心脏斑块检测模型，以用于门控和非门控的非对比度胸部 CT 体积，证明了 nnU-Net 语义分割管道如何适应于检测冠状动脉和瓣膜斑块，并展示了使用线性修正时，nnU-Net
PDF5 months ago
实时自由呼吸心脏磁共振成像的深度学习分割评估
深度学习网络在实时无呼吸心磁共振成像中对心脏进行体积分析的准确性较高，并且 nnU-Net 方法的表现超过了其他方法，可用于可靠的自动分割。
PDF7 months ago
无代码调整 JSON 计划，在 AutoPET II 挑战中优化 nnU-Net
在 AutoPET II 挑战赛中，我们通过修改 nnU-Net 中易于理解和修改的 'nnUNetPlans.json' 文件，切换到具有残差编码器的 UNet，增加批次大小和块大小，从而获得了一个配置，其性能显著超过自动配置的 nnU-
PDF9 months ago
统一解剖分割的探索：通过知识聚合和解剖指南自动生成全身 CT 数据集
通过使用基于 nnU-Net 的伪标签和解剖导向的伪标签细化的顺序过程，结合各种碎片化的知识库，我们生成了一个包含 142 个体素级标签对 533 个体积进行了全面解剖覆盖的全身 CT 扫描数据集，该数据集已获得专家批准。我们的方法在标签整
PDFa year ago
使用边界聚焦的 nnU-Net 自动分割左房和 LGE-MRI 上的瘢痕
该研究利用 TopK 损失函数对左心房进行自动分割，并采用基于距离图的技术对左心房瘢痕进行量化，表明使用 nnU-Net 模型的性能优越性，Dice 系数为 88.98 和 64.08%。
PDFa year ago
高效的贝叶斯不确定性估计方法，用于 nnU-Net
本文提出了一种新方法，通过后验采样的贝叶斯不确定性估计为 nnU-Net 的医学图像分割提供可靠性度量，同时通过较多的后验模型优化分割性能。在 ACDC 和 M&M 心脏 MRI 数据集上的实证表明，该方法比 Monte Carlo Dro
PDF2 years ago
nnU-Net 用于脑肿瘤分割
本文通过对 nnU-Net 模型进行 BraTS 2020 挑战的分割任务，在后处理、基于区域的训练、更激进的数据增强以及对 nnUNet 管道的一些小修改方面，结合 BraTS 特定的修改，大大提高了其分割性能。在重新实现 BraTS 排
PDF4 years ago
医学图像分割深度学习方法的自动设计
利用人工智能中的深度学习技术，基于 nnU-Net 框架实现了高质量的三维生物医学图像分割和量化，该框架不需要人工参与，能够自动适应不同的数据集和分割任务，同时在 19 项公共比赛中取得了优于大部分深度学习算法的表现。
PDF5 years ago
nnU-Net：基于 U-Net 的医学图像分割的自适应框架
本文介绍 nnU-Net 作为一个基于 2D 和 3D vanilla U-Nets 的稳健自适应框架，用于医学影像分割任务，其中 nnU-Net 取得了医学影像分割竞赛中最高的平均骰子系数得分。
PDF6 years ago