基于半监督学习的胎儿超声解剖结构分类
计算机视觉与模式识别
2019-09-02 v1
摘要
半监督学习方法在使用极少标注图像的标准基准数据集上取得了优异性能。胎儿二维超声中的解剖结构分类是一个理想的问题设定，可用于检验这些结果是否能推广到非理想数据。我们的结果表明，引入一个具有挑战性的背景类可能带来负面影响，且半监督学习主要有益于那些本已区分度高的类别，有时以更相似类别的代价为代价。
引用
@article{arxiv.1908.11624,
title = {Semi-supervised Learning of Fetal Anatomy from Ultrasound},
author = {Jeremy Tan and Anselm Au and Qingjie Meng and Bernhard Kainz},
journal= {arXiv preprint arXiv:1908.11624},
year = {2019}
}