研究人员开发了一个名为 XSSR 的新框架，以减少跨不同域的医学图像标注工作量。该方法使用带有掩码自动编码器的自监督方法，从无标签的源数据中学习，然后根据密度、新颖性和多样性从目标域中选择代表性样本。然后，在这一小部分选定的样本上训练 U-Net 模型，其性能接近使用完全标注的数据。 AI
影响 降低了医学人工智能的标注成本，可能加速诊断工具的部署。
排序理由 该集群包含一篇详细介绍医学图像分割新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →