BriefGPT - AI 论文速递
·
BronchoTrack：用于支气管镜支气管分支级定位的气道腔追踪
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了B-UNet和B-CE-UNet两种基于U-Net结构的网络，比较了它们在相同数据集上的预测结果。这两种网络添加了分支损失和中央线损失，以学习气道的精细分支末端特征。还使用不确定性估计算法提高预测结果的可靠性。在后处理过程中，根据最大连接率计算和提取了基于肺气管的预测结果，进行分割的细化和修剪。
🎯
关键要点
- 提出了两种网络结构：Branch-Level U-Net (B-UNet) 和 Branch-Level CE-UNet (B-CE-UNet)。
- 这两种网络基于 U-Net 结构，并比较了相同数据集的预测结果。
- 网络添加了分支损失和中央线损失，以学习气道的精细分支末端特征。
- 使用不确定性估计算法提高预测结果的可靠性。
- 后处理过程中，根据最大连接率计算和提取基于肺气管的预测结果，进行分割的细化和修剪。
➡️
