自适应双向位移用于半监督医学图像分割
原文约300字,阅读约需1分钟。发表于: 。提出了一种自适应的双向位移方法 (ABD) 来解决半监督医学图像分割中不可标记数据一致性学习的挑战,包括可靠预测置信度的双向补丁位移生成新样本以有效抑制不可控区域和保留输入扰动的影响,以及通过逆置信度生成具有更不可靠信息的样本以促进模型学习。大量实验证明,ABD 在半监督医学图像分割方面取得了新的最佳性能,显著改进了不同基准模型。
提出了自适应的双向位移方法(ABD)来解决半监督医学图像分割中不可标记数据一致性学习的挑战。ABD在半监督医学图像分割方面取得了新的最佳性能,显著改进了不同基准模型。