基于CNN和Transformer交叉教学的半监督医学图像分割.pdfVIP

下载本文档

0
0
约6.45万字
约 8页
2025-10-28 发布于福建
举报
版权申诉

基于CNN和Transformer交叉教学的半监督医学图像分割.pdf

此“教育”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第卷第期

４３１陕西科技大学学报Vol．４３No．１

年月JournalofShaanxiUniversitofScienceTechnolo

２０２５２ygyFeb．２０２５

∗

文章编号:()

２０９６Ｇ３９８X２０２５０１Ｇ０１８５Ｇ０８

基于和交叉教学的

CNNTransformer

半监督医学图像分割

１１２３

,,,

杨云胡雯青杨虹吴亚男

(,;,

１．陕西科技大学电子信息与人工智能学院陕西西安７１００２１２．西安富德医疗电子有限公司陕西西

;,)

安７１００７５３．西安计量技术研究院陕西西安７１０１９９

摘要由于医学图像分割领域缺乏高质量的标注数据半监督学习方法在医学图像语义分割

任务中受到高度重视为了充分利用卷积神经网络(,)和

．ConvolutionalNeuralNetworkCNN

在半监督学习中的优势本文提出一种基于与交叉教学的半

TransformerCNNTransformer

监督医学图像分割方法该方法将经典的深度协同训练从一致性正则化简化为交叉教学利用

．

循环伪标签方案使两个网络的预测差异转换为无监督损失以鼓励两个网络具有一致的低熵

预测所提方法在数据集上进行实验在采用的标注比例时系数和

．ISIC２０１８２０％DiceJacＧ

系数分别达到和相比于监督的训练结果分别提升了

card８７．２５％７９．１７％UＧNet＋＋２．８９％

和３．５３％并且优于目前主流的半监督学习方法验证了所提方法在半监督医学图像分割上

的有效性和泛

您可能关注的文档

文档评论（0）

乡村振兴、双碳、储能、绿色金融 + 关注: 实名认证

服务提供商

新能源知识科普（本账号发布文档均来源于互联网公开资料，仅用于技术分享交流，相关版权为原作者所有。如果侵犯了您的相关权利，请提出指正，我们将立即删除相关资料）。

咨询作者（20人已咨询）已休息

1亿VIP精品文档

更多 >

基于CNN和Transformer交叉教学的半监督医学图像分割.pdfVIP