基于多尺度區(qū)域可靠性感知的半監(jiān)督肺腫瘤分割

摘要： 提出一種基于多尺度下一致性和區(qū)域可靠性感知的半監(jiān)督學習方法，在使用少量標注數(shù)據(jù)的情況下結合未標記的數(shù)據(jù)來實現(xiàn)高性能的肺部腫瘤分割任務。首先，提出一種多尺度一致性均值教師框架，構建多尺度一致性損失并約束教師學生網(wǎng)絡中多個尺度上的輸出保持一致，使模型學習到更豐富的一致性知識。此外，提出一種區(qū)域可靠性感知方法使一致性學習之間的知識交換更加有效，使模型從無標注的數(shù)據(jù)中學習到更有效且可靠... （共8頁）