BriefGPT - AI 论文速递
·
面向部分监督的多脏器医学图像分割的标记到未标记分布对齐
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种解决多脏器医学图像分割中标记和未标记像素分布不匹配问题的框架LTUDA。通过交叉集数据增强和基于原型的分布对齐方法，提高了分割任务的性能，降低了未标记前景与背景之间的差异。
🎯
关键要点
- 本研究提出了一种解决多脏器医学图像分割中标记和未标记像素分布不匹配问题的框架LTUDA。
- LTUDA通过交叉集数据增强策略和基于原型的分布对齐方法来提高分割任务的性能。
- 该方法有效降低了未标记前景与背景之间的差异。
➡️
