polyp segmentation | BriefGPT

关键词polyp segmentation

搜索结果 - 52

ASPS：增强的分割任何模型用于息肉分割
通过引入增强型的 Segment Anything Model (ASPS) 方法，借助交叉分支特征增强和不确定性引导的预测规范化，提高了颜色肠癌中基于颗粒的分割的性能。
PDF4 days ago
SAM-EG: 高效息肉分割的带边缘引导框架的分割任意物体模型
在医学成像中，息肉分割是一个关键问题，引发了许多旨在提高分割掩模质量的方法。尽管当前最先进的技术取得了令人印象深刻的结果，但这些模型的规模和计算成本对实际的行业应用构成了挑战。最近，提出了 Segment Anything Model (S
PDF13 days ago
SALI: 结肠镜视频息肉分割的短期对齐与长期交互网络
该研究论文提出了一种名为 SALI 网络的视频分割方法，通过增强邻近特征的一致性和重建可靠的息肉表示，以改善内窥镜检查中肠镜视频息肉分割的准确性。实验证明，SALI 网络在空间差异和低视觉线索的情况下表现出很强的鲁棒性，相比现有的方法，在大
PDF15 days ago
使用双编码器 - 解码器网络进行息肉和手术仪器分割
本文描述了在 MedAI 竞赛中解决问题的方法，参赛者需要从内窥镜图像中分割息肉和手术器械。我们的方法依赖于一个双编码器 - 解码器神经网络，该网络在之前的息肉分割研究中已经应用过，但做出了一系列增强：更强大的编码器架构，改进的优化过程以及
PDFa month ago
CVPRPP-SAM：对肠息肉分割的段落任何模型的鲁棒适应性的扰动提示
我们提出了一种强大的微调技术，PP-SAM，通过有限的图像使 SAM 适应息肉分割任务，实验结果显示，在推理过程中使用 50 像素扰动的 1-shot、5-shot 和 10-shot PP-SAM 的 DICE 分数分别超过了最新的多项式
PDFa month ago
预训练骨干网络对息肉分割的普适性
探索了预训练骨干网络在自我监督方式下对息肉分割性能的影响，发现使用 ViT-B 骨干网络的模型通常比使用 ResNet50 骨干网络的模型表现更好。研究结果表明，在考虑泛化能力时，ResNet50 骨干网络的模型通常表现更好，尽管在用于微调
PDFa month ago
通过跨多样背景修复和伪蒙版细化来推广息肉分割
利用稳定扩散修复和控制网络的预训练模型，建立了一个强大的生成模型，在不同背景下修复息肉；借助修复区域引导的伪掩模精化网络来改善准确性；采用样本选择策略优化模型，最终模型表现优于基准方法，改进数据增强策略提高息肉分割模型性能，具有与全监督训练
PDFa month ago
EPPS：通过边缘信息注入和选择性特征解耦的先进息肉分割
精确分割结肠镜图像中的息肉对于早期诊断和结直肠癌的管理至关重要。我们提出了一种新颖的模型，名为 Edge-Prioritized Polyp Segmentation（EPPS），以克服深度学习所面临的挑战，通过引入 Edge Mappin
PDFa month ago
多尺度信息共享和选择网络结合边界注意力用于息肉分割
通过多尺度信息共享和选择网络 (MISNet) 解决结直肠镜图像中息肉分割的问题，提高分割结果的准确性和清晰度。
PDF2 months ago
ODC-SA Net：用于息肉分割的正交方向增强和尺度感知网络
为了实现结直肠癌的早期检测和预防，我们设计了一种用于息肉分割的正交方向增强和尺度感知网络 (ODC-SA Net)。该网络通过设计具有正交特征向量基础的矩形卷积核来提取多方向特征，解决了随机特征方向变化和计算负载较大的问题。此外，我们提出了
PDF2 months ago
Mask-TS Net: 掩膜温度缩放不确定性校准用于息肉分割
在医学图像中，大多数著名的校准方法都关注分类，但在语义分割方面缺乏可比较的研究。我们发现在医学图像的息肉分割中，大多数病变区域只占整个图像的一小部分，导致先前模型对病变区域的校准不好，但对背景的校准较好，尽管其整体预期校准误差（ECE）得分
PDF2 months ago
BetterNet: 一种高效的卷积神经网络架构，具备残差学习和注意力机制，用于精确的息肉分割
通过将残差学习和注意力方法结合的 BetterNet 卷积神经网络架构，有效增强息肉分割准确性，具有高效梯度传播、多尺度特征整合、关注关键区域学习过程、确保计算效率等特点，进一步优于现有的基准模型，为结直肠癌的早期识别和计算机辅助诊断提供新
PDF2 months ago
多层稠密注意力解码器用于息肉分割
通过引入名为 Dense Attention Gate 的新模块，建立了多层特征之间的本地特征关系，同时采用新的嵌套解码器架构来增强语义特征，并与 PVT 主干网络相结合，实现了多层密集特征的层次聚合，从而在多个数据集上取得了最新的性能表现
PDF3 months ago
通过主动学习实现高效的息肉分割
提出了一种深度主动学习框架，用于高效标记息肉分割，在有限的标注预算下实现了最佳性能。
PDF3 months ago
PolypNextLSTM：一种使用 ConvNext 和 ConvLSTM 的轻量级快速息肉视频分割网络
用于息肉分割中，PolypNextLSTM 利用视频数据的时间洞察力，采用基于视频的深度学习方法，通过有效利用时间信息来获得出色的分割性能，参数最少且速度最快，胜过五个最先进的基于图像和视频的深度学习模型。
PDF5 months ago
Polyp-DAM: 基于深度任意模型的息肉分割
本文通过利用深度先验的方式，使用大规模模型和卷积神经网络对息肉图像进行分割，在实验证明了该方法的有效性，并观察到该方法在含有噪声的息肉图像上仍表现良好。
PDF5 months ago
MAST：具有混合注意力孪生变换器的视频息肉分割
通过利用混合注意力 Siamese Transformer（MAST）显式地建模长距离时空关系进行精确的息肉分割，本研究在大规模 SUN-SEG 基准测试中展示了 MAST 相比先进竞争对手的卓越性能。
PDF5 months ago
RTA-Former: 反向 Transformer 注意力用于息肉分割
我们介绍了一种名为 RTA-Former 的新型网络，其将 transformer 模型作为编码器骨干结构，并在解码器中创新地采用反向注意力（RA）与 transformer 阶段进行增强的边缘分割。实验结果表明 RTA-Former 在五
PDF5 months ago
AAAI边界敏感息肉分割
我们提出了一种新的针对息肉分割的边界敏感框架 Polyper，该方法通过使用形态操作符从初始分割图中提取边界和息肉区域，设计了边界敏感注意力机制，集中于利用内部息肉区域的特征增强边界附近的特征，以生成良好的分割结果，并在多个数据集上达到了最
PDF7 months ago
KDAS3: 基于注意力监督和对称结构引导的结直肠息肉分割的知识蒸馏
通过知识蒸馏、注意力监督和对称引导方法，实现从较大的教师模型向更小的学生模型进行知识转移，达到近似于最先进方法的竞争性结果。
PDF7 months ago