面向半监督医学图像分割的多维融合与一致性方法
计算机视觉与模式识别
2023-12-19 v3 组织与器官
摘要
本文提出了一种专为医学图像分割设计的新型半监督学习框架。我们方法的核心在于创新的多尺度文本感知 ViT-CNN 融合方案。该方案巧妙地结合了 ViT 与 CNN 的优势，充分利用两种架构的独特长处以及视觉-语言模态中的互补信息。为进一步丰富我们的框架，我们提出了多轴一致性框架以生成鲁棒的伪标签，从而增强半监督学习过程。我们在多个广泛使用的数据集上进行的充分实验明确证明了我们方法的有效性。
引用
@article{arxiv.2309.06618,
title = {Multi-dimensional Fusion and Consistency for Semi-supervised Medical Image Segmentation},
author = {Yixing Lu and Zhaoxin Fan and Min Xu},
journal= {arXiv preprint arXiv:2309.06618},
year = {2023}
}
备注
Accepted by the 30th International Conference on MultiMedia Modeling