基于测试时增强的主动学习与自训练的高效标签分割

本文介绍了一种新方法，将自训练和主动学习相结合，使用测试时增强。实验结果表明，自训练对MRI胎体和胎盘分割任务非常有效，提高了ID和OOD数据的性能。然而，当自训练与主动学习结合时，对单序列胎体分割的性能有所改进，但对ID数据的多序列胎盘分割性能略有下降。在胎体分割序列转移方面，将主动学习与自训练结合在自训练迭代后，只使用6个原始扫描和2个新序列扫描就可以获得较高的Dice系数。