HyperAIHyperAI

Command Palette

Search for a command to run...

طريقة تنظيمية بسيطة بشكل محرج للاتساق في تقسيم الصور الطبية شبه المراقب

Hritam Basak Rajarshi Bhattacharya Rukhshanda Hussain Agniv Chatterjee

الملخص

ندرة التسمية على مستوى البكسل هي مشكلة شائعة في مهام تقسيم الصور الطبية. في هذا البحث، نقدم استراتيجية تنظيم جديدة تتضمن الخلط القائم على الاستيفاء لتقسيم الصور الطبية شبه المراقب. الطريقة المقترحة هي استراتيجية تنظيم ثابتة جديدة تشجع على أن يكون تقسيم الاستيفاء بين بيانات غير مصنفة اثنتين متسقًا مع استيفاء خرائط التقسيم لتلك البيانات. هذه الطريقة تمثل نوعًا محددًا من نموذج التنظيم المتكيف مع البيانات، مما يساعد في تقليل الانغلاق الزائد للبيانات المصنفة عند قيم الثقة العالية. تتفوق الطريقة المقترحة على النماذج المعادية والمولدة لأنها لا تتطلب أي حسابات إضافية. بعد تقييمها على مجموعة بيانات الرنين المغناطيسي المتاحة علنًا: ACDC و MMWHS، أظهرت النتائج التجريبية تفوق الطريقة المقترحة مقارنة بالنماذج شبه المراقبة الموجودة. يمكن الوصول إلى الكود من خلال الرابط: https://github.com/hritam-98/ICT-MedSeg


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp