- 医療画像登録は異なる医用画像間の空間対応を確立する基本処理であり、弱教師あり手法は教師なし深層学習法より良い結果を示す一方で、セグメンテーションラベルが提供する解剖学的・構造的事前情報を十分に活用していない点が課題であるため、本研究では弱教師あり画像登録のための双方向特徴整合およびセマンティクス誘導ネットワークBIASNetを提案する。
BIASNetによる弱教師あり双方向特徴整合・セマンティクス誘導型医用画像変形登録
AIによる要点抽出
ClinPeerは、医学用語の正確性を含め、翻訳・要点抽出の精度の継続的な向上に努めています。 翻訳・要点抽出の精度にお気づきの点があれば、お問い合わせよりご連絡ください。 なおClinPeerでは、翻訳・要点抽出の正確性等の保証は致しかねますので、詳細については必ず原文をご確認ください。