- 1、本文档共75页,其中可免费阅读23页,需付费100金币后方可阅读剩余内容。
- 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、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、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
摘要
目前,计算机辅助诊断技术已广泛应用于医疗领域,其中基于深度学习的
医学图像分割是关键技术之一。由于传统的全监督医学图像分割方法往往需要
耗费大量时间与人力来制作像素级标注的数据集,相比之下,弱标注医学图像
分割能够极大减少标注数据带来的工作量。然而,现有的弱标注医学图像分割
算法存在诸多不足,如分割准确率低、特征提取能力有限等,无法真正满足临
床诊断的需求。本课题为面向弱标注数据的医学图像分割方法研究,针对当
文档评论(0)