Self-Training-Based 3D Universal Lesion Detection and Tagging in CT
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种自我训练的管道,用于在CT图像中实现三维病灶的检测与标记。该方法有效解决了深度学习中病灶检测不全面及类别不平衡的问题。VFNet模型在仅使用30%数据时,检测效果与全数据集相当,显示出良好的应用潜力。
🎯
关键要点
- 本研究提出了一种自我训练的管道,用于在CT图像中实现三维病灶的检测与标记。
- 该方法有效解决了深度学习中病灶检测不全面及类别不平衡的问题。
- VFNet模型在仅使用30%数据时,检测效果与全数据集相当,显示出良好的应用潜力。
➡️