研究人员开发了用于医学影像鲁棒息肉分割的新方法。一种方法IBoxCLA使用“改进的Box-dice”和“对比潜在锚点”将位置/大小的学习与形状解耦,实现了与全监督方法相比具有竞争力的性能。另一个框架Lite-Polyp Inductor (Lite-Pi)通过诱导基础模型表示来增强轻量级模型,以最小的计算开销提高了跨数据集的泛化能力。 AI
影响 人工智能驱动的医学影像分析的这些进展可能导致结肠镜检查中更准确、更有效的诊断。
排序理由 两篇介绍息肉分割新方法的学术论文。
- DINOv2
- Lite-Pi
- Lite-Polyp Inductor
- OneFormer
- Pranetha Baskaran
- SAM
- Shivanshu Agnihotri
- U-Net
- Contrastive Latent-Anchors
- IBoxCLA
- Improved Box-dice
- Qiang Hu
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →