医学图像的弱监督分割方法研究.pdf

医学图像的弱监督分割方法研究.pdf

此“医疗卫生”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共49页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

医学图像的弱监督分割方法研究

基于深度学习的图像分割方法已经被广泛应用于各个领域,其中,医学图像的器

官和病灶分割为临床医学提供了有力的参考,提高了医生诊断病情及安排治疗方案等

日常工作的效率。然而,由于医学图像目标分割物体边缘模糊及形状不规则等问题,

医学图像数据标注较为困难,易出现标注错误及标注粗糙的情况。在医学图像高质量

标注数据缺少的情况下,对标注不准确和不确切的低质量数据进行弱监督分割以及加

强模型对数据的特征提取具有较高的研究价值。基于此,本

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档