Semi-Supervised Volumetric Medical Image Segmentation via Class Prototype Guided Distribution-Aligned Representation Learning

We present SemiCRL, a novel framework for volumetric medical image segmentation that formulates an innovative contrastive learning methodology in a semi-supervised learning setting. We leverage the pseudo-labels generated in semi-supervised learning to guide the selection of negative samples for our...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings of the ... IEEE International Conference on Acoustics, Speech and Signal Processing (1998) s. 1931 - 1935
Hlavní autoři:	Kong, Xiangyu, Ren, Zeyu, Liu, Lu
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 14.04.2024
Témata:	Benchmark testing Contrastive Learning Image segmentation Medical Image Segmentation Prototypes Representation learning Self-supervised learning Semi-Supervised Learning Semisupervised learning Signal processing
ISSN:	2379-190X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!