基于信度函数的半监督学习用于脑肿瘤分割
计算机视觉与模式识别
2021-02-02 v1
摘要
对病灶区域的精确分割对于优化其治疗十分重要。深度学习使得利用标注数据检测和分割病灶区域成为可能。然而，在医学领域获取精确标注数据非常困难。此外，标注的不确定性与不精确性使得分割结果不可靠。在本文中，我们通过一种带有信息融合策略的新证据神经网络解决不确定边界问题，并通过半监督学习解决标注数据稀缺问题。实验结果表明，我们的方案比最先进的方法具有更好的性能。
引用
@article{arxiv.2102.00097,
title = {Belief function-based semi-supervised learning for brain tumor segmentation},
author = {Ling Huang and Su Ruan and Thierry Denoeux},
journal= {arXiv preprint arXiv:2102.00097},
year = {2021}
}
备注
5 pages, 4 figures, ISBI2021 conference