协作学习用于高效注释体积 MR 图像分割
原文中文，约500字，阅读约需1分钟。发表于：。建立了一种深度学习方法，探索了稀疏标注，即每个 3D 训练 MR 图像只有一个 2D 切片进行标注，与 ICT 相比，该方法在分割准确性方面取得了显著提升，对于前列腺分割，平均 B-IoU 增加了 10.0% 以上（提出的方法 B-IoU：70.3% vs. ICT B-IoU：60.3%），对于左心房分割，平均 B-IoU 增加了 6.0% 以上（提出的方法 B-IoU：66.1%...
本研究提出了一种动态交互学习框架，通过集成交互式分割、弱监督学习和流式任务，解决了医学图像自动分割系统的挑战。该框架通过重放和标签平滑方案提高了在线学习的鲁棒性。在三维分割任务上，减少了62%的标注工作量，并生成了具有竞争力的dice分数。此外，该框架可在医院防火墙之后部署，保证数据安全和简便维护。
