原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
随着深度学习的出现，医学图像分割领域取得了快速发展。然而，基于深度学习
的医学图像分割需要大量的标注数据，该需求与医学图像标注样本数量少、标注代价
昂贵等现状冲突。同时，现有的主流深度学习方法存在参数量庞大的问题，这导致其
计算复杂度普遍较高。因此，从减少所需标注样本量和降低参数量两个角度出发，通
CT
过尽量少的标注样本和低复杂度运算实现心脏图像精准分割，具体研究内容如下：
(1)
文档评论（0）