基于注意力机制的弱监督黑色素瘤图像分割研究
Computer Knowledge and Technology（2023）
摘要
深度学习在医疗领域有着广泛的应用,可以提供临床诊断、辅助医疗等功能,从而更好地对患者进行手术治疗.目前虽然全监督的图像分割取得了较好的分割结果,但是由于医学图像标注任务复杂,因此需要具备专业的医学知识.如何使用易获取的弱标签进行医学图像分割是文章的主要研究内容.该文提出了通过基于SECNet对黑色素瘤图像进行弱监督的分割,并针对CAM图生成的伪标签稀疏问题,提出通过注意力机制提升伪标签的完整性,从而提高弱监督分割的整体精度,在ISIC黑色素瘤数据集上取得了比较准确的分割结果.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要