segmentation accuracy | BriefGPT

关键词segmentation accuracy

搜索结果 - 46

维护需求：更新和扩展用于智能家居的引导式人体活动识别系统
通过使用种子点和对比学习框架，本研究提出了一种有效的方法来改善智能家居中的活动识别系统，以更准确地识别主要活动。
PDF14 days 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
MRSegmentator: MRI 和 CT 序列中 40 个类别的鲁棒多模态分割
提出了一个能够在 MRI 扫描中进行多器官分割的深度学习模型，通过解决 MRI 分析中分辨率、标准化强度值和序列可变性的挑战，为当前的 MRI 分析限制提供了解决方案。
PDF2 months ago
SEGSRNet 用于立体内窥镜图像超分辨率和手术仪器分割
SEGSRNet 是一个创新的框架，旨在提高医学图像中手术工具的识别准确性。通过在分割之前应用先进的超分辨率技术来提高图像的清晰度和分割准确性，SEGSRNet 结合了高级特征提取和注意机制，以及空间处理来提高图像细节的清晰度。与当前模型相
PDF2 months ago
标签合并与拆分：一种用于高效脑分区的图着色方法
通过标签合并和拆分，我们提出了一种方法来处理大规模图像卷中整个大脑分割的实际挑战，该方法大大减少了所需的标签数量，并恢复了原始标签，从而在准确率上达到基准方法的水平。
PDF3 months ago
基于深度学习的图像模式化沉香树脂区域分割
用深度学习图像分割方法取代人工区域标记，提高石楠树脂化合物的手动提取过程，并报告初步分割结果和改善分割准确性的潜在方法。
PDF3 months ago
CT 影像中小体积的深度学习分割在放射治疗计划中的应用
通过优化 V-Net 模型的器官分割算法，提高小体积器官的分割精度，特别是眼球晶状体的分割，在医学影像中取得了显著的改进。
PDF3 months ago
一种用于缺血性中风病变分割的鲁棒集成算法：超越 ISLES 挑战的广泛适用性和临床效用
2022 年缺血性卒中病灶检测和分割的集成算法能对扩散加权磁共振成像 (DWI) 图像进行准确分析，与专家相媲美，并具有临床应用的潜力。
PDF3 months ago
配对扩散：使用链接去噪扩散概率模型生成相关的合成 PET-CT 分割扫描
人工智能在生物医学成像和放射治疗方面的快速发展受限于大型成像数据仓库的有限可用性。该研究介绍了一种能够使用成对网络和条件编码器生成多个相关 PET-CT - 肿瘤蒙版配对的新颖架构，通过创新的时间步骤控制机制和 “噪声播种” 策略改善 DD
PDF3 months ago
SAM-Lightening: 基于扩张闪烁注意力的轻量级段落任意模型，实现 30 倍加速
通过引入 SAM-Lightening，一种改进的注意力机制，称为 Dilated Flash Attention，本研究在 COCO 和 LVIS 数据集上通过渐进蒸馏实现了从原始 SAM 的知识转移，实现了在运行时间效率和分割准确性方面
PDF4 months ago
一种用于 MRI 偏差场校正的概率哈达迈尔 U-Net
该论文提出了一种用于前列腺 MRI 偏置场校正的概率 Hadamard U-Net（PHU-Net）方法，通过引入新颖的 Hadamard U-Net（HU-Net）提取低频标量场，在频域中使用可训练过滤器、硬阈值化层和稀疏性惩罚消除高频组
PDF4 months ago
RISeg：机器人通过身体帧不变特征进行交互式目标分割
通过使用机器人的互动和设计的具有变换不变性的体框特征，我们提出了一种改正不准确分割的新方法，可以显著提高不确定性驱动的分割准确性，并实现平均 80.7% 的物体分割准确率，相较其他最先进的无人物体实例分割方法提高了 28.2%。
PDF4 months ago
利用 PET/CT 影像组学和临床信息预测头颈部癌症的无复发生存期
建立预测咽喉头颈部肿瘤患者的无复发存活模型，该模型将临床信息和多模态 CT 和 PET 放射组学特征与诊断结果结合，研究了分割准确度对放射组学特征的预测能力的影响，并发现 PET 和 CT 受其影响的程度不同，最佳模型对于临床信息和多模态
PDF4 months ago
语义分割的特征早期融合
通过将分类器网络与逆向 HRNet 架构集成，本文介绍了一种新颖的分割框架，用于高效的图像分割。我们的方法利用半监督预训练的 ResNet-50 骨干网络，在不同尺度上生成特征图，然后通过适应具有不同通道维度的逆向 HRNet 进行处理，产
PDF5 months ago
基于多平面 UNet 的全自动脑 MRI 数据肿瘤分割
MPUnet 在分割儿童脑肿瘤的不同区域方面显示出差异性能水平，其中肿瘤核心（TC）类表现出相对较高的分割准确性，然而在水肿和增强肿瘤（ET）区域的分割中观察到变异，这凸显了脑肿瘤分割的复杂性并强调了进一步完善 MPUnet 方法和包括 M
PDF6 months ago
MST：自适应多尺度令牌引导的交互式分割
通过多尺度令牌调整算法改善了交互式分割的准确度，以应对大目标和小目标间的准确度平衡挑战，并引入了对比损失以提高令牌的正确性和鲁棒性。与现有方法相比，该算法在绩效上达到了最新水平。发布了交互式演示和所有可复制的代码。
PDF6 months ago
基于评分的表面冷扩散模型用于医学图像分割
本研究提出了一种基于条件得分的生成建模框架，用于医学图像分割，该框架依赖于分割掩模的参数化表面表示。实验结果表明，与其他常用的图像分割模型相比，我们的模型在分割准确度方面表现出色，并且由于其生成性质，还能够估计分割的不确定性以进行进一步的分
PDF6 months ago
协作学习用于高效注释体积 MR 图像分割
建立了一种深度学习方法，探索了稀疏标注，即每个 3D 训练 MR 图像只有一个 2D 切片进行标注，与 ICT 相比，该方法在分割准确性方面取得了显著提升，对于前列腺分割，平均 B-IoU 增加了 10.0% 以上（提出的方法 B-IoU：
PDF7 months ago
U-Net v2：重新思考 U-Net 的跳跃连接在医学图像分割中的应用
该论文介绍了 U-Net v2，一种新的稳健高效的医学图像分割变体，旨在将语义信息注入低层特征并通过精细化处理改善高层特征，实验结果表明我们的方法在保持内存和计算效率的同时实现了与最先进方法相比的分割准确性。
PDF7 months ago
深度神经网络在 PET / CT 图像中检测和量化淋巴瘤病变的全面评估与洞察
本研究通过对四种神经网络架构（UNet、SegResNet、DynUNet 和 SwinUNETR）在 PET/CT 图像中进行淋巴瘤病变分割的全面评估，并在多种机构的 611 个病例的多样化数据集上进行训练、验证和测试。利用内部测试和未见
PDF8 months ago