通过潜在语义特征协同注册进行甲状腺结节的超声图像分割
原文中文,约300字,阅读约需1分钟。发表于: 。提出了一种通过新型共同注册网络实现的甲状腺结节分割框架 ASTN,通过从图谱和目标图像中提取潜在的语义信息,并利用深度特征完成甲状腺超声图像中结节的共同注册,确保解剖结构完整性,并减少不同设备造成的图像整体差异对分割的影响,同时通过提供图谱选择算法缓解共同注册的困难,评估结果表明,我们提出的方法在改善模型推广能力的同时,保持了较高的分割准确度。
该文介绍了一种甲状腺结节分割框架ASTN,利用共同注册网络提取潜在语义信息,减少设备差异对分割的影响,同时提供图谱选择算法缓解共同注册的困难。评估结果表明,该方法在提高模型推广能力的同时,保持了较高的分割准确度。