原创力文档摘要
摘要
现有的医学图像处理方法在早期疾病诊断、病灶检测及手术规划中具有广
泛应用，但受限于专家标注成本高、数据获取困难等实际问题，传统监督学习方
法难以充分发挥其潜力。为了解决医学图像分类中因有限标注数据而导致的模
型性能下降问题，并为临床辅助诊断提供一种高效、精准的技术支持，本论文充
分利用深度学习强大的特征学习能力，结合主动标签选取策略和半监督学习，突
破传统监督学习在医学图像领域中因标注数据不足而导致的性能瓶颈。
摘要
摘要
现有的医学图像处理方法在早期疾病诊断、病灶检测及手术规划中具有广
泛应用，但受限于专家标注成本高、数据获取困难等实际问题，传统监督学习方
法难以充分发挥其潜力。为了解决医学图像分类中因有限标注数据而导致的模
型性能下降问题，并为临床辅助诊断提供一种高效、精准的技术支持，本论文充
分利用深度学习强大的特征学习能力，结合主动标签选取策略和半监督学习，突
破传统监督学习在医学图像领域中因标注数据不足而导致的性能瓶颈。
文档评论（0）