.png){kind=icon}
返回
Noisy Label Refinement Based on Discrete Diffusion Process in 3D Ossicle Segmentation
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-05169-1_41.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
听小骨链病变可导致听力损失，这使得听小骨的精确分割对临床诊断和治疗至关重要。超高分辨率计算机断层扫描（U-HRCT）为听小骨分割任务提供了高质量图像，但镫骨结构的复杂性以及标注者经验差异常导致临床实践中三维标注存在噪声标签。为解决此问题，我们提出了一种针对两种噪声标签的新型框架：（1）结构不完整标签；（2）结构完整但标签不准确。对于前者，我们引入了Dilating&Selecting（D&S）框架，该框架通过具有新颖覆盖损失的膨胀体素离散扩散细化器（VDDR）完成缺失结构，并采用完整性选择策略评估标签完整性。对于后者，我们引入基于噪声的增强方法以更好地训练VDDR。实验结果表明，D&S框架可将手动标注时间成本降低90.2%，同时VDDR优于其他最先进的方法。为促进进一步研究和开发，我们的代码和两个数据集已公开可用。
Keyword:
ossicles segmentation
noisy label
discrete diffusion model
期刊
机构
引用论文
A survey of label-noise deep learning for medical image analysis标签噪声深度学习在医学图像分析中的应用综述.png)
MEDICAL IMAGE ANALYSIS
MEDICAL IMAGE ANALYSISIF11.8
PREAI
分享收藏Accelerating Diffusion Models Via Pre-Segmentation Diffusion Sampling for Medical Image Segmentation
OAAI
OAAI分享收藏MedNeXt: Transformer-Driven Scaling of ConvNets for Medical Image SegmentationMedNeXt: 用于医学图像分割的ConvNets的变压器驱动缩放
PREAI
分享收藏Fully automated preoperative segmentation of temporal bone structures from clinical CT scansSCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏分享收藏
查看更多内容