关键词small object segmentation
搜索结果 - 2
- EFCNet:对小型医学物体分割,每个特征都至关重要
本文研究了在具有临床价值的非常小的医疗对象的分割问题。我们发现,卷积神经网络(CNNs)和最近的 Transformer 在图像分割方面取得了重大进展,但在分割本文中涉及的小型医疗对象和病变方面表现不佳。为了应对这一挑战,我们提出了一种名为 - 基于概率 TransUNet 的白质高信号区分割
本研究提出了一种名为 Probabilistic TransUNet 的方法来解决医学图像中小物体分割的准确性和模糊性问题,并通过 k 折交叉验证和跨数据集鲁棒性实验表明加入概率模型和使用基于 Transformer 的方法可以取得更好的性