BriefGPT - AI 论文速递
·
基于连通性选择性重新训练的 CBCT 影像下颌下神经分割
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种选择性重新训练的框架，通过将混合监督问题转化为半监督问题，避免了稀疏标签带来的负面影响。在ToothFairy验证案例中，该方法获得了冠军，并达到了0.7956的Dice相似系数和4.4905的95%哈斯多夫距离。
🎯
关键要点
- 提出了一种选择性重新训练的框架
- 通过将混合监督问题转化为半监督问题，避免了稀疏标签的负面影响
- 在ToothFairy验证案例中获得了0.7956的Dice相似系数
- 在ToothFairy验证案例中达到了4.4905的95%哈斯多夫距离
- 该方法在竞赛中获得了冠军
🏷️
标签
➡️
