基于改進(jìn)3D-UNet的半監(jiān)督腎臟圖像分割

摘要： 半監(jiān)督醫(yī)學(xué)圖像分割相比全監(jiān)督的方法更加節(jié)省標(biāo)注成本。現(xiàn)有的半監(jiān)督醫(yī)學(xué)圖像分割方法是利用標(biāo)記數(shù)據(jù)訓(xùn)練教師模型，為未標(biāo)記數(shù)據(jù)建立偽標(biāo)簽，但是這些偽標(biāo)簽的質(zhì)量普遍較差。為了解決以上挑戰(zhàn)，提出了一種高質(zhì)量偽標(biāo)簽生成及改進(jìn)的方法，即通過多尺度語義對應(yīng)來幫助教師模型生成高質(zhì)量的偽標(biāo)簽，并通過雙重不確定性估計對偽標(biāo)簽進(jìn)一步改進(jìn)。雙重不確定性估計以預(yù)測熵作為第一次不確定性估計，以輸入圖像與其對... （共6頁）