基于对抗学习的医学图像分割领域自适应研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：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。（剩余13106字）

试读结束

目录
monitor