【AAAI2021】基于双任务一致性的半监督医学图像分割

2021 年 1 月 31 日 专知

基于深度学习的半监督学习(SSL)算法在医学图像分割方面取得了很有前途的结果,并可以通过利用未标记的数据减轻医生昂贵的标注。然而,现有文献中的大多数SSL算法都倾向于通过干扰网络和/或数据来规约模型训练。考虑到多/双任务学习涉及到具有固有的预测扰动的各个级别的信息,我们在这项工作中提出了一个问题:我们能够显式地构建任务级别的正则化,而不是隐式地构建用于SSL的网络和/或数据级别的扰动和转换吗?为了回答这个问题,我们首次提出了一个新的双任务一致性半监督框架。具体地说,我们使用一个双任务深度网络来联合预测一个像素级分割图和一个几何感知的目标集表示。通过可微任务转换层将水平集表示转换为近似分割映射。同时,我们在水平集导出的分割图和直接预测的分割图之间引入了一种双任务一致性正则化,用于标记和未标记数据。在两个公共数据集上的大量实验表明,我们的方法可以通过合并未标记数据极大地提高性能。同时,我们的框架优于最先进的半监督医学图像分割方法。代码可以在https://github.com/Luoxd1996/DTC找到。


https://www.zhuanzhi.ai/paper/3894829f9460acdbb912558656def3f1


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“DTCS” 可以获取【AAAI2021】基于双任务一致性的半监督医学图像分割专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
1

相关内容

专知会员服务
23+阅读 · 2021年5月1日
【CVPR2021】基于端到端预训练的视觉-语言表征学习
专知会员服务
38+阅读 · 2021年4月9日
专知会员服务
63+阅读 · 2021年3月12日
专知会员服务
33+阅读 · 2021年3月7日
AAAI2021 | 学习预训练图神经网络
专知会员服务
116+阅读 · 2021年1月28日
【AAAI2021】时间关系建模与自监督的动作分割
专知会员服务
37+阅读 · 2021年1月24日
【AAAI2021】基于内容迁移的无监督领域自适应语义分割
专知会员服务
18+阅读 · 2020年12月25日
【AAAI2021】 层次图胶囊网络
专知会员服务
84+阅读 · 2020年12月18日
专知会员服务
25+阅读 · 2020年12月16日
专知会员服务
20+阅读 · 2020年12月11日
【AAAI2021】自监督对应学习的对比转换
专知
12+阅读 · 2020年12月11日
【KDD2020】图神经网络生成式预训练
专知
22+阅读 · 2020年7月3日
【ICML2020】对比多视角表示学习
专知
19+阅读 · 2020年6月28日
注意力图神经网络的多标签文本分类
专知
8+阅读 · 2020年3月28日
Learning Dynamic Routing for Semantic Segmentation
Arxiv
8+阅读 · 2020年3月23日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Revisiting CycleGAN for semi-supervised segmentation
Arxiv
3+阅读 · 2019年8月30日
VIP会员
相关VIP内容
专知会员服务
23+阅读 · 2021年5月1日
【CVPR2021】基于端到端预训练的视觉-语言表征学习
专知会员服务
38+阅读 · 2021年4月9日
专知会员服务
63+阅读 · 2021年3月12日
专知会员服务
33+阅读 · 2021年3月7日
AAAI2021 | 学习预训练图神经网络
专知会员服务
116+阅读 · 2021年1月28日
【AAAI2021】时间关系建模与自监督的动作分割
专知会员服务
37+阅读 · 2021年1月24日
【AAAI2021】基于内容迁移的无监督领域自适应语义分割
专知会员服务
18+阅读 · 2020年12月25日
【AAAI2021】 层次图胶囊网络
专知会员服务
84+阅读 · 2020年12月18日
专知会员服务
25+阅读 · 2020年12月16日
专知会员服务
20+阅读 · 2020年12月11日
Top
微信扫码咨询专知VIP会员