BriefGPT - AI 论文速递
·
梯度对齐提升医学图像分割的测试时间适应性
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
DeY-Net是一种新的自去噪方法，通过将辅助降噪解码器纳入U-Net结构中，利用自我监督学习减少过拟合并提高域泛化能力。实验证明，DeY-Net在肝脏分割基准测试中取得了显著的领域泛化改进和先进结果。
🎯
关键要点
- DeY-Net是一种新的自去噪方法，结合了辅助降噪解码器和U-Net结构。
- 该方法利用自我监督学习减少过拟合，提高域泛化能力。
- DeY-Net能够利用未标记的数据，适应目标域和噪声污染输入。
- 提出了自去噪测试时间适应（DeTTA）以进一步提升性能。
- 实验结果显示，DeY-Net在肝脏分割基准测试中表现出显著的领域泛化改进和先进结果。
➡️
