用于半监督三维左心房分割的分层一致性正则化均值教师框架
计算机视觉与模式识别
2022-03-24 v2 人工智能
图像与视频处理
摘要
深度学习在三维左心房MR图像分割上取得了令人满意的性能。然而，分割任务的标注昂贵、成本高且难以获取。本文提出了一种新颖的用于三维左心房分割的分层一致性正则化均值教师框架。在每次迭代中，学生模型同时通过多尺度深度监督和分层一致性正则化进行优化。大量实验表明，我们的方法在仅使用全标注的情况下取得了具有竞争力的性能，优于其他最先进的半监督分割方法。
引用
@article{arxiv.2105.10369,
title = {Hierarchical Consistency Regularized Mean Teacher for Semi-supervised 3D Left Atrium Segmentation},
author = {Shumeng Li and Ziyuan Zhao and Kaixin Xu and Zeng Zeng and Cuntai Guan},
journal= {arXiv preprint arXiv:2105.10369},
year = {2022}
}
备注
Accepted in 43rd Annual International Conference of the IEEE Engineering in Medicine and Biology Society, IEEE EMBC 2021