基于弱监督深度学习的颅内出血定位
计算机视觉与模式识别
2021-05-04 v1 医学物理
摘要
颅内出血是一种危及生命的疾病，需要快速的医疗干预。由于数据标注耗时，头部CT图像通常仅提供切片级标签。本文提出一种仅使用无位置标签、基于多示例学习的轴位切片中精确出血定位的弱监督方法。引入一种生成出血似然图并找出出血坐标的算法。在公开数据集的数据上取得了 58.08% 的 Dice 系数。
引用
@article{arxiv.2105.00781,
title = {Weakly supervised deep learning-based intracranial hemorrhage localization},
author = {Jakub Nemcek and Tomas Vicar and Roman Jakubicek},
journal= {arXiv preprint arXiv:2105.00781},
year = {2021}
}
备注
4 pages, 2 figures, Submitted to EMBC 2021 - paper has not been reviewed yet