Unsupervised domain adaptation for medical imaging segmentation with self-ensembling

Recent advances in deep learning methods have redefined the state-of-the-art for many medical imaging applications, surpassing previous approaches and sometimes even competing with human judgment in several tasks. Those models, however, when trained to reduce the empirical risk on a single domain, f...

Celý popis

Uloženo v:
Podrobná bibliografie
Vydáno v:NeuroImage (Orlando, Fla.) Ročník 194; s. 1 - 11
Hlavní autoři: Perone, Christian S., Ballester, Pedro, Barros, Rodrigo C., Cohen-Adad, Julien
Médium: Journal Article
Jazyk:angličtina
Vydáno: United States Elsevier Inc 01.07.2019
Elsevier Limited
Témata:
ISSN:1053-8119, 1095-9572, 1095-9572
On-line přístup:Získat plný text
Tagy: Přidat tag
Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!
Buďte první, kdo okomentuje tento záznam!
Nejprve se musíte přihlásit.