SAUF-Net

新型AI网络通过结构-外观解耦提升医学图像分割效果

研究人员开发了SAUF-Net，一种用于半监督医学图像分割的新型网络。该网络旨在通过解耦医学图像中的结构和外观表示来提高分割精度，解决了这些特征纠缠不清导致训练不可靠的常见问题。SAUF-Net包含结构-外观分解和引导模块，以及一个确保结构表示在外观变化下保持稳定的一致性分支。该系统还包括一个双头判别器，提供特征级不确定性反馈，增强了分割过程的可靠性。