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

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，本文提出一種基于CNN與Transformer交叉教學(xué)的半監(jiān)督醫(yī)學(xué)圖像分割方法.該方法將經(jīng)典的深度協(xié)同訓(xùn)練從一致性正則化簡化為交叉教學(xué)，利用循環(huán)偽... （共8頁）