运行时冻结：用于多器官3D分割的动态类别损失

分割已成为许多精细下游任务的关键预处理步骤，尤其是在医疗领域。尽管近期的分割模型取得了显著改进，但许多分割任务仍然困难。当多个器官同时被分割时，困难不仅源于标记数据的有限 availability，还源于类别不平衡。在本工作中，我们提出了基于动态类别的损失策略，以缓解高度不平衡训练数据的影响。我们展示了我们的方法在具有挑战性的多类3D腹部器官数据集上的分割性能方面的改进。