Medical Image Segmentation
의료 이미지 세그멘테이션은 컴퓨터 비전 분야에서 의료 이미지를 여러 영역으로 나누는 작업입니다. 각 영역은 이미지 내의 관심 대상이나 구조를 나타냅니다. 이 작업의 목표는 이러한 객체의 정확하고 정밀한 표현을 제공하여 진단, 치료 계획, 그리고 정량적 분석에 활용하는 것입니다.
2015 MICCAI Polyp Detection
DoubleUNet
2018 Data Science Bowl
DoubleUNet
ACDC
FCT
AMOS
MedNeXt-L (5x5x5)
ASU-Mayo Clinic dataset
ResUNet++
Autoimmune Dataset
Unet with APP
Automatic Cardiac Diagnosis Challenge (ACDC)
FCT
Autooral dataset
HF-UNet
BKAI-IGH NeoPolyp-Small
QTSeg
Brain US
MedT
Cell
CHAOS MRI Dataset
MS-Dual-Guided
CHASE_DB1
CVC-ClinicDB
DUCK-Net
CVC-ColonDB
RAPUNet
CVC-VideoClinicDB
ResUNet++ + TTA
DRIVE
EM
UNet++
Endotect Polyp Segmentation Challenge Dataset
DDANet
ENSeg
YOLOv8-m + SAM-b
ETIS-LARIBPOLYPDB
RAPUNet
Extended Task10_Colon Medical Decathlon
nnUNet
GlaS
Hi-gMISnet
HSVM
MS-Dual-Guided
Hyper-Kvasir Dataset
efficientnetb1
ISBI 2012 EM Segmentation
DC-UNet
iSEG 2017 Challenge
HyperDenseNet
ISIC 2018
EMCAD
ISIC 2018
ProMISe
ISIC2018
EMCAD
Kvasir-Instrument
DoubleUNet
Kvasir-SEG
DUCK-Net
KvasirCapsule-SEG
NanoNet
LiTS2017
UNet 3+
Medical Segmentation Decathlon
Swin UNETR
Medico automatic polyp segmentation challenge (dataset)
MICCAI 2015 Head and Neck Challenge
AnatomyNet
MICCAI 2015 Multi-Atlas Abdomen Labeling Challenge
MERIT
MoNuSAC
MaxViT-UNet
MoNuSeg
MDM
MoNuSeg 2018
MosMedData
C2FVL
PROMISE12
Hi-gMISnet
RITE
KiU-Net
ROBUST-MIS
SegPC-2021
DCSAU-Net
Synapse
nnFormer
Synapse multi-organ CT
Interactive AI-SAM gt box