基于弱監(jiān)督學習的醫(yī)學圖像分割方法研究

打開文本圖片集

摘要：為提升針對醫(yī)學圖像的弱監(jiān)督語義分割性能，本文從種子線索的生成出發(fā)，在CAM網(wǎng)絡(luò)訓練中引入多空洞卷積率的空洞卷積，以從圖像級別的標注中產(chǎn)生密集位置預(yù)測，擴大響應(yīng)范圍。實驗證明本文提出的分割模型在CAMELYON16數(shù)據(jù)集上能得到10個百分點的提升，并通過實驗結(jié)果圖證明本文模型可在僅有圖像及標簽已知的情況下為醫(yī)生的診斷提供參考。（剩余4222字）