本研究提出了一种新的对抗性学习方法，旨在提高生物医学体积模型在小型数据集上的泛化能力。通过合成多样化的训练样本，增强了3D网络在不同生物医学环境中的表现，并设定了多模态配准和少样本分割的新标准。

Learning General-Purpose Biomedical Volume Representations using Randomized Synthesis
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证