期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于对抗学习的医学图像分割领域自适应研究 被引量:1
1
作者 王绍帆 马驰 +1 位作者 胡辉 路生亮 《计算机应用研究》 CSCD 北大核心 2022年第4期1270-1273,共4页
为了解决跨领域医学图像分析中不匹配的问题,提出了一种基于对抗学习的无监督领域自适应框架(UAL-DAF)。具体而言,该框架通过外观转移模块(ATM)和结合条件生成对抗网络的语义转移模块(STM)分别缩小了跨领域医学图像外观和语义层次的差... 为了解决跨领域医学图像分析中不匹配的问题,提出了一种基于对抗学习的无监督领域自适应框架(UAL-DAF)。具体而言,该框架通过外观转移模块(ATM)和结合条件生成对抗网络的语义转移模块(STM)分别缩小了跨领域医学图像外观和语义层次的差异。最后,在具有挑战性的医学图像分割实验中,结果显著优于已有方法。因此,该框架能够提取领域自适应知识的外观和语义层次信息,实现领域知识的协同融合。 展开更多
关键词 医学图像分割 无监督领域自适应 条件生成对抗网络 深度学习 领域知识的协同融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部