基于混合深度学习的 PICU 患者监测中的增强遮挡分割
原文中文，约500字，阅读约需1分钟。发表于：。我们提出了一种混合方法来有效地分割监护室远程监测应用中的常见遮挡物，通过训练集有限的场景下创建了一个深度学习流程，并使用一个小型数据集进行了验证，得到了 85％的 Intersection-over-Union（IoU）度量。该方法在分类性能上显示出 92.5％的准确率，93.8％的召回率，90.3％的精确度和 92.0％的 F1 得分，相对于基于 CNN 的基准框架，平均性能提高了...
本研究提出了一种动态交互学习框架，解决了医学图像自动分割系统的挑战。该框架减少了标注工作量，生成了具有竞争力的dice分数，并可在医院防火墙之后部署。
