基于CNN和Transformer交叉教學(xué)的半監(jiān)督醫(yī)學(xué)圖像分割

打開文本圖片集

摘 要：由于醫(yī)學(xué)圖像分割領(lǐng)域缺乏高質(zhì)量的標(biāo)注數(shù)據(jù)，半監(jiān)督學(xué)習(xí)方法在醫(yī)學(xué)圖像語(yǔ)義分割任務(wù)中受到高度重視.為了充分利用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）和Transformer在半監(jiān)督學(xué)習(xí)中的優(yōu)勢(shì)，本文提出一種基于CNN與Transformer交叉教學(xué)的半監(jiān)（剩余16723字）