实体
BUSI dataset
BUSI dataset
PulseAugur coverage of BUSI dataset — every cluster mentioning BUSI dataset across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的ProtoCAM框架改进了少样本乳腺病变分类
研究人员开发了ProtoCAM，一个新颖的可解释少样本学习框架，专门用于超声影像中的乳腺病变分类。该方法集成了掩码引导特征编码和原型度量学习，以在有限的训练数据下提高分类准确性。在BUSI数据集上的评估显示，ProtoCAM在3路5样本设置下达到了0.910的宏观F1分数，使用ResNet18作为骨干网络在15样本配置下达到了91.65%的准确率，并提供了可解释的诊断决策见解。
-
新的AI方法提高了乳腺超声病变分割的特异性
研究人员开发了一种新的乳腺超声图像病变分割方法，解决了边界泄漏和假阳性激活等挑战。该方法使用熵引导边界监督，将梯度重点放在不确定的病变边缘。该技术使用U-Net框架在BUSI数据集上进行了评估，在不影响分割质量的情况下提高了特异性。此外，空间温度缩放步骤提高了概率的可靠性。
-
AI 通过新框架和技术推动医学图像分割发展 · 跟踪 8 个来源
研究人员正在开发先进的医学图像分割 AI 框架，重点是提高准确性和效率。Hi-Seg 通过人机协作增强了用于肺结节分割的 Segment Anything Model (SAM)，实现了高 Dice 分数并缩短了标注时间。PU-UNet 引入了稳定的乘法交互用于医学图像分割，在保持效率的同时提高了 Dice 和 IoU 分数。CSWinUNETR 使用交叉条纹自注意力机制和多尺度模块来处理薄的解剖结构，性能优于现有方法。此外，SegD…