SCKAN

新SCKAN方法利用KAN增强胰腺分割

研究人员开发了SCKAN，一种利用Kolmogorov-Arnold网络（KANs）的新型半监督胰腺分割学习方法。该方法通过引入结构共识学习，解决了现有方法因形态变异和稀疏监督而存在的局限性。SCKAN结合了结构约束原型一致性学习（SPCL）以实现无偏的结构表示，以及基于共识的Kolmogorov-Arnold融合（CKaF）以减少形态特异性偏差，并在实验中证明了其有效性。