个性化机器人手术中具有视觉特征先验的联合仪器分割
原文中文，约400字，阅读约需1分钟。发表于：。个性化联邦学习（PFL）用于手术仪器分割（SIS）是一种有前景的方法，它使多个临床站点能够隐私地协同训练一系列模型，每个模型针对各站点的个体分布进行定制。我们提出了 PFedSIS，这是一种新颖的 PFL 方法，它利用视觉特征先验来加强 SIS 在每个站点上的性能，其中包括全局个性化解缠（GPD）、外观调节个性化增强（APE）和形状相似全局增强（SGE）等。PFedSIS 在 Dice...
个性化联邦学习（PFL）用于手术仪器分割（SIS）是一种有前景的方法。PFedSIS是一种新颖的PFL方法，利用视觉特征先验来加强SIS在每个站点上的性能。在性能方面，PFedSIS在Dice指标上提升了1.51%，在IoU指标上提升了2.11%，在ASSD指标上提升了2.79%，在HD95指标上提升了15.55%。
