BriefGPT - AI 论文速递
·
AKGNet：属性知识引导的无监督肺感染区域分割
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该研究提出了一种基于图像和文本数据的无监督肺感染区域分割方法，通过属性知识学习、属性-图像交叉注意力融合和基于高置信度的伪标签探索，实现了对肺感染区域的准确分割。与现有方法相比，在无监督场景下表现出更好的性能。
🎯
关键要点
- 提出了一种基于图像和文本数据的无监督肺感染区域分割方法。
- 该方法通过属性知识学习实现肺感染区域的准确分割。
- 采用属性-图像交叉注意力融合技术。
- 基于高置信度的伪标签探索提高分割效果。
- 与现有方法相比，在无监督场景下表现出更好的性能。
🏷️
标签
➡️
