基于弱監(jiān)督學(xué)習(xí)的醫(yī)學(xué)圖像分割方法研究

打開文本圖片集

摘要：為提升針對(duì)醫(yī)學(xué)圖像的弱監(jiān)督語(yǔ)義分割性能，本文從種子線索的生成出發(fā)，在CAM網(wǎng)絡(luò)訓(xùn)練中引入多空洞卷積率的空洞卷積，以從圖像級(jí)別的標(biāo)注中產(chǎn)生密集位置預(yù)測(cè)，擴(kuò)大響應(yīng)范圍。實(shí)驗(yàn)證明本文提出的分割模型在CAMELYON16數(shù)據(jù)集上能得到10個(gè)百分點(diǎn)的提升，并通過實(shí)驗(yàn)結(jié)果圖證明本文模型可在僅有圖像及標(biāo)簽已知的情況下為醫(yī)生的診斷提供參考。（剩余4222字）