PulseAugur
中
实时 04:46:04
English(EN) Medical Image Segmentation based on Deep Active Contour and Mean Curvature Loss Function

新的DACMC方法通过几何约束推进医学图像分割

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新的医学图像分割方法，称为深度活动轮廓和平均曲率（DACMC）。该方法将平均曲率作为几何约束整合到损失函数中，并使用卷积核进行近似以提高计算效率。DACMC方法旨在通过整合传统深度学习像素级训练中常常缺乏的几何先验信息来提高分割性能。在肝脏和脾脏数据集上的实验表明，DACMC取得了新的最先进成果。 AI

影响 这种新的分割方法有望提高医学影像分析的诊断准确性和效率。

排序理由 详细介绍新方法和实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的DACMC方法通过几何约束推进医学图像分割

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yan-zhe Hou ·

    基于深度活动轮廓和平均曲率损失函数的医学图像分割

    Medical image segmentation is a crucial task in the field of clinical analysis and applications. Though deep learning techniques recently play a crucial role in several scenarios, the training at the individual pixel level leads to a lack of geometric prior information. Scholars …

相关话题