基于对比学习的非对称编解码结构的心脏MRI分割研究OA北大核心CSTPCD
全监督方法在心脏磁共振成像(MRI)分割任务中的成功依赖于大规模标记数据集,然而由于患者隐私及人工标注困难等问题,心脏MRI标注数据规模较小,使全监督方法面临挑战。基于半监督的对比学习方法,设计双分支编码与单分支解码的心脏MRI分割网络CPCL-Net,引入图像和像素的联合对比损失,提升了模型对数据样本的特征表达能力。为了增强CPCL-Net对Hard负样本的分割精度,设计动态自适应加权模块(DAWM),利用生成的α和β权重因子评估样本级别和像素…查看全部>>
高爽;史轶伦;徐巧枝;于磊
内蒙古师范大学计算机科学技术学院,内蒙古呼和浩特010022内蒙古师范大学计算机科学技术学院,内蒙古呼和浩特010022内蒙古师范大学计算机科学技术学院,内蒙古呼和浩特010022内蒙古自治区人民医院,内蒙古呼和浩特010022
计算机与自动化
对比学习动态自适应加权医学图像分割心脏磁共振成像联合损失函数
《计算机工程》 2024 (8)
P.290-300,11
内蒙古自治区自然科学基金(2021MS06031)内蒙古师范大学基本科研业务费专项资金(2022JBYJ034)内蒙古自治区“十四五”社会公益领域重点研发和成果转化计划项目(2022YFSH0010)“无穷维哈密顿系统及其算法应用”教育部重点实验室开放课题(2023KFYB06)。
评论