BriefGPT - AI 论文速递
·
一种基于不确定性引导的分级自训练框架用于主动无源域适应在前列腺分割中
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们提出了一种基于不确定性引导的分层自训练框架，通过熵基于局部峰值滤波的高效主动样本选择来聚合全局不确定性和多样性感知的冗余滤波，在交叉中心前列腺MRI分割数据集上取得显著进展，与全监督学习相当。
🎯
关键要点
- 提出了一种基于不确定性引导的分层自训练框架。
- 采用熵基于局部峰值滤波的高效主动样本选择。
- 聚合全局不确定性和多样性感知的冗余滤波。
- 结合分层自学习策略。
- 在交叉中心前列腺MRI分割数据集上取得显著进展。
- 仅使用5%的注释数据。
- 在两个目标域中，平均Dice分数分别提高了9.78%和7.58%。
- 与全监督学习的效果相当。
➡️
