从噪声排序注释中学习胎儿超声图像的语义质量
原文中文,约300字,阅读约需1分钟。发表于: 。在胎儿超声中,我们引入了语义图像质量的概念,设计了一个稳健的粗到精的模型,根据语义图像质量对图像进行排名,并赋予我们预测的排名一定的不确定性估计。通过基于归并排序算法的有效排序注释方案,我们对训练数据进行排名注释。最后,我们将我们的排名算法与许多最先进的排名算法进行比较,展示了在挑战性的胎儿超声质量评估任务中,我们方法在大多数排名相关度指标上的卓越性能。
研究人员介绍了一种评估胎儿超声图像质量的方法,设计了稳健的模型进行排名,并给出了排名的不确定性估计。通过排序注释方案对训练数据进行了排名注释。与其他算法比较结果显示,在胎儿超声质量评估任务中,该方法表现出卓越性能。