Multidimensional perturbed consistency learning for semi‐supervised medical image segmentation

In this article, we propose a novel multidimensional perturbed consistency network (MPCNet) for more accurate semi‐supervised medical image segmentation. Specifically, we develop a multidimensional perturbation by considering the noise itself, the target object and the overall spatial architecture....

Celý popis

Podrobná bibliografie

Vydáno v:	International journal of imaging systems and technology Ročník 34; číslo 3
Hlavní autoři:	Yuan, Enze, Zhao, Bin, Qin, Xiao, Ding, Shuxue
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Hoboken, USA John Wiley & Sons, Inc 01.05.2024 Wiley Subscription Services, Inc
Témata:	Consistency consistency learning Decoders Image segmentation medical image segmentation Medical imaging multidimensional perturbation Perturbation Semi-supervised learning Supervised learning
ISSN:	0899-9457, 1098-1098
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!