SP${ }^3$ : Superpixel-propagated Pseudo-label Learning for Weakly Semi-supervised Medical Image Segmentation

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种超像素传播伪标签学习方法(SP${}^3$),有效解决了弱半监督医疗图像分割中的监督信息不足问题。该方法利用超像素结构信息,显著减少标注工作量,仅需全监督方法的3%。在肿瘤和器官分割任务中,达到了约80%的Dice分数,证明了其有效性和高效性。

🎯

关键要点

  • 本研究提出了一种超像素传播伪标签学习方法(SP${}^3$),旨在解决弱半监督医疗图像分割中的监督信息不足问题。

  • 该方法利用超像素结构信息,显著减少了标注工作量,仅需全监督方法的3%。

  • 在肿瘤和器官分割任务中,SP${}^3$方法达到了约80%的Dice分数,证明了其有效性和高效性。

➡️

继续阅读