| 注册
首页|期刊导航|四川师范大学学报(自然科学版)|Hyper-SegUNet:基于超网络的超参自学习医学图像分割模型

Hyper-SegUNet:基于超网络的超参自学习医学图像分割模型

郭逸凡 裴瑄 王大寒 陈培芝

四川师范大学学报(自然科学版)2024,Vol.47Issue(1):127-135,9.
四川师范大学学报(自然科学版)2024,Vol.47Issue(1):127-135,9.DOI:10.3969/j.issn.1001-8395.2024.01.016

Hyper-SegUNet:基于超网络的超参自学习医学图像分割模型

Hyper-SegUNet:A Hyperparameter Self-learning Medical Image Segmentation Network Based on Hypernetworks

郭逸凡 1裴瑄 1王大寒 2陈培芝2

作者信息

  • 1. 厦门理工学院计算机与信息工程学院,福建厦门 361024
  • 2. 厦门理工学院计算机与信息工程学院,福建厦门 361024||厦门理工学院福建省模式识别与图像理解重点实验室,福建厦门 361024
  • 折叠

摘要

关键词

医学图像分割/超网络/超参数搜索/深度学习

Key words

medical image segmentation/hypernetworks/hyperparameter search/deep learning

分类

信息技术与安全科学

引用本文复制引用

郭逸凡,裴瑄,王大寒,陈培芝..Hyper-SegUNet:基于超网络的超参自学习医学图像分割模型[J].四川师范大学学报(自然科学版),2024,47(1):127-135,9.

基金项目

国家自然科学基金(61801413) (61801413)

四川师范大学学报(自然科学版)

OACSTPCD

1001-8395

访问量0
|
下载量0
段落导航相关论文