SPJ｜Health Data Science：揭秘无标注数据的秘密：多维度助力半监督MRI图像分割
ScienceAAAS
2024-11-19 15:11
文章摘要
本文探讨了半监督学习在MRI图像分割中的应用，特别是在无标注数据利用方面的创新方法。文章提出了一种包含伪标签分支、一致性正则化分支和重建分支的半监督MRI分割方法，通过这些组件的协同工作，显著提高了在标注数据稀缺情况下的分割性能。研究在两个公开数据集和一个私有数据集上进行了验证，结果显示该方法在不同比例的标注数据下均表现出色，尤其是在仅有少量标注数据时，其性能提升尤为显著。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Moving Beyond Medical Statistics: A Systematic Review on Missing Data Handling in Electronic Health Records
DOI: 10.34133/hds.0176
Pub Date : 2024-07-24
Approach to Managing the Initial Presentation of Multiple Sclerosis: A Worldwide Practice Survey.
DOI: 10.1212/CPJ.0000000000200376
Pub Date : 2025-02-01
Date: 2024/10/9 0:00:00
ScienceAAAS
美国科学促进会与复旦大学签订战略合作备忘录.
2024-11-15
中国科学院长春光机所Science｜竖直表面的日间亚环境辐射制冷.
2024-11-15
【封面研究】长新冠综合征者会展现出独特的具有性别差异的免疫特征.
2024-11-14
最新文章
大型研究发现，近半数科研人员在10年内改行
12小时前
京公网安备 11010802042870号
