MAUP:无训练的多中心自适应不确定性感知提示用于跨域少量样本医学图像分割.pdfVIP

  • 1
  • 0
  • 约2.6万字
  • 约 12页
  • 2026-03-09 发布于北京
  • 举报

MAUP:无训练的多中心自适应不确定性感知提示用于跨域少量样本医学图像分割.pdf

MAUP:无训练的多中心自适应不确定性感知提示

用于跨域少量样本医学图像分割

YazhouZhuandHaofengZhang()

SchoolofComputerScienceandEngineering,NanjingUniversityofScienceand

Technology,Nanjing210094,China.{zyz_nj,zhanghf}@

摘要跨域少样本医学图像分割(CD-FSMIS)是利用其他领域知识对标

注有限的医学图像进行分割的一种潜在解决方案。当前CD-FSMIS模型

本的显著性能依赖于在其他源医学领域的大量训练,这降低了模型的通用性

译和部署便捷性。随着自然图像大型视觉模型的发展,我们提出了一种无需

文档评论(0)

1亿VIP精品文档

相关文档