Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

MRI abdominal fat segmentation with a novel VAT/SAT delineation algorithm: Otsu regression calibration and comparison to k-means and fuzzy c-means.

Frontiers in bioinformatics·2026
查看所有相关文章

相关实验视频

Updated: Jul 26, 2025

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

2.8K

使用DUCK-Net进行多形象细分.

Razvan-Gabriel Dumitru1, Darius Peteleaza2, Catalin Craciun3

  • 1, Sibiu, Romania.

Scientific reports
|June 16, 2023
PubMed
概括

一个新的深度学习模型,DUCK-Net,使用有限的数据准确地对医学图像中的息肉进行细分. 这种新的架构实现了聚细分的最先进的结果,提高了诊断准确度.

科学领域:

  • 医学成像分析 医学成像分析
  • 计算机视觉 计算机视觉
  • 人工智能的人工智能

背景情况:

  • 精确的聚细分对于结肠癌诊断至关重要.
  • 现有的方法往往需要大量的注释数据集,这限制了它们的应用.

研究的目的:

  • 开发一种新的监督卷积神经网络 (DUCK-Net),用于准确的医学图像细分.
  • 评估DUCK-Net在聚细分任务上的表现,特别是在有限的培训数据下.

主要方法:

  • 设计了一个编码器-解码器架构,其余下采样和定制卷积块.
  • 采用数据增强技术来增强培训数据集.
  • 验证了基准聚合物细分数据集上的模型:Kvasir-SEG,CVC-ClinicDB,CVC-ColonDB和ETIS-LARIBPOLYPDB.

主要成果:

  • DUCK-Net在多个指标 (Dice,Jaccard,精度,回忆,准确性) 上实现了最先进的性能.
  • 展示了强大的概括能力,即使在有限的训练数据下也表现出色.
  • 在结肠镜图像中显示了聚细分的有效性.

结论:

更多相关视频

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
04:48

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

Published on: July 5, 2024

446
Automated Image-Based Quantification of Neutrophil Extracellular Traps Using NETQUANT
07:33

Automated Image-Based Quantification of Neutrophil Extracellular Traps Using NETQUANT

Published on: November 27, 2019

6.8K

相关实验视频

Last Updated: Jul 26, 2025

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
04:48

Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography

Published on: November 30, 2022

2.8K
Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique
04:48

Swin-PSAxialNet: An Efficient Multi-Organ Segmentation Technique

Published on: July 5, 2024

446
Automated Image-Based Quantification of Neutrophil Extracellular Traps Using NETQUANT
07:33

Automated Image-Based Quantification of Neutrophil Extracellular Traps Using NETQUANT

Published on: November 27, 2019

6.8K
  • DUCK-Net为医疗图像细分提供了一种多功能且有效的解决方案,特别是用于多体检测.
  • 该模型从小型数据集中学习的能力解决了医疗AI的一个重大挑战.
  • 这项工作有助于推进自动聚细分,以改善结肠镜分析.