腹部 CT 中快速、低资源和准确的器官与全癌肿瘤分割的两阶段混合监督框架
原文中文，约500字，阅读约需2分钟。发表于：。提出了一种混合有导师的框架（StMt），通过使用部分标记和未标记的数据进行腹部器官和肿瘤的分割。采用两阶段分割流程和基于整体体积的输入策略，以最大程度地提高分割准确性，并同时满足推断时间和 GPU 内存使用的要求。在 FLARE2023 的验证集上的实验表明，我们的方法在分割性能、速度和资源利用方面都表现优异。平均 DSC 分数为 89.79% 和 45.55%，平均运行时间为 11.25...
FLARE 2022 Challenge是一个腹部器官分析挑战，旨在评估AI算法的快速、低资源、准确、注释高效和泛化能力。该挑战使用来自50多个医疗团体的数据集，成功验证了一组AI算法的准确性和泛化能力，并实现了关键器官生物学特征的自动提取。
