无源领域自适应医学图像分割的局部全局伪标签修正
原文中文，约300字，阅读约需1分钟。发表于：。本研究提出了一种新颖的源数据免费领域自适应医学图像分割方法，名为局部 - 全局伪标签校正（LGDA）方法，通过离线局部和在线全局伪标签校正来纠正自训练方法中的错误伪标签，取得了优于现有方法的性能。
本文研究无源无监督域自适应问题，提出了一种去噪假标记方法，通过不确定性估计和原型估计，引入像素级和类级去噪方案，减少嘈杂的假标记并选择可靠的假标记，增强假标记有效性。实验结果显示，该方法在不使用源图像或修改源训练的情况下，性能与最先进的源相关无监督领域适应方法相当甚至更高。
