小红花·文摘
  • 首页
  • AI Tokens🪙
  • 排行榜🏆
  • 直播
  • FAQ

该研究提出了一种通过设定Dice距离和Hausdorff距离的阈值来自动识别失败案例的方法,以减少手动检查预测输出的耗时任务,更快地识别失败案例候选人。该方法在临床专家策划的数据集中的20个不同器官的CT图像上进行了评估,可以区分不同状态的失败案例,并进行了超过12个案例的可视评估。该阈值方法可以扩展到其他器官,提高放射治疗计划的质量。

使用距离度量自动识别器官风险分割中的失败案例:对 CT 数据的研究

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 · 2023-08-21T00:00:00Z
  • <<
  • <
  • 1 (current)
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码