基于对比学习的半监督肝脏血管分割方法OA北大核心CSTPCD
Semi-supervised liver vessel segmentation method based on contrastive learning
针对肝脏血管分割方法通常依赖高质量有标签数据训练模型及现存对比学习方法过度关注局部信息而忽略全局信息的问题,提出一种基于全局和局部对比学习的半监督肝脏血管分割方法.本方法首先以Mean Teacher模型作为框架,对编码器输出高维特征进行全局对比,捕捉特征全局一致性,获取更丰富全局上下文信息;然后对解码器输出进行局部对比,获取语义分割中的局部像素级特征;最后引入分布差异最小化方法,通过使用判别器进行对抗训练,减少有标签和无标签数据之间的分布差异,…查看全部>>
Aiming at the problem that existing methods often depend on high-quality labeled data for model training,with a tendency to focus excessively on local information while neglecting global information,a semi-supervised liver vessel segmentation method was proposed based on global and local contrast learning.First,the Mean Teacher model was used as a framework to globally contrast the high-dimensional features output by the encoder,the global consistency of the…查看全部>>
刘哲;胡芮;宋余庆;刘毅
江苏大学计算机科学与通信工程学院,江苏 镇江 212013江苏大学计算机科学与通信工程学院,江苏 镇江 212013江苏大学计算机科学与通信工程学院,江苏 镇江 212013江苏大学计算机科学与通信工程学院,江苏 镇江 212013
计算机与自动化
肝脏血管分割半监督学习深度学习对比学习对抗学习
liver vessel segmentationsemi-supervised learningdeep learningcontrastive learningadversarial learning
《华中科技大学学报（自然科学版）》 2024 (5)
70-75,6
国家自然科学基金资助项目(61976106,62276116)江苏省六大人才高峰计划资助项目(DZXX$-$122).
评论