基于深度协同训练的肝脏CT图像自动分割方法
文中提出了一种肝脏在CT（Computed Tomography）图像中的半监督自动分割方法。该方法采用深度协同训练模型以解决医学图像领域中有标签数据获取困难且成本高的问题。首先利用有标签数据建立U-Net和2D V-Net两种分割网络，并分别对无标签数据进行分割，然后对分割结果进行粗略挑选，再进行精细挑选，最后将置信度较高的伪标签加入到训练集中，重复此过程直到对验证集分割结果的Dice值不再增大时为止。提出的方法可以减少迭代过程中累积的误差，在2017 Liver Tumor Segmentation（LiTS）数据集上的结果表明，该方法与全监督学习相比可以有效提高分割精度。
文件下载
评论信息
其他资源
- 西门子电梯设计方案及设计过程 设计原理和设计过程
- 基于Proteus的直流无刷电机控制仿真
- 信号检测与估计 张明友 pdf
- opnet实现简单aloha和csma
- 不透水面提取
- 802.11无线wifi协议学习手册--无线网络权威指南(华为第二版全)
- Hands-On Meta Learning with Python.epub
- RBM的python代码实现
- 京东促销系统设计
- C++生成二维随机点
- Android 自定义控件 EditText输入框两边加减按钮Button Demo
- 灰度图像的中值滤波算法verilog实现
- 安卓期末大作业-微论坛-模拟微博-无服务器
- cmake实践，学习cmake的一本好书
- 分布式数据库课件(中科院)
- 粒子滤波综述
- 基于深度对抗学习的智能模糊数据生成方法
- RationalClearQuest外部数据管理简要分析
- Android开发权威指南（第二版）源码
- libstdc++-devel-4.4.6-4.el6.x86_64.rpm
- ET2008正版程序
- IOUtils(包含apache全部的commons jar包)
- Rainmeter相框皮肤
- Java开发的游戏 贪吃蛇 完整源代码
- lua编辑器,自定义关键字,可带注释
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明