Семантическая сегментация медицинских изображений

*не записались первые несколько предложений доклада, надеемся, это не сильно помешает общему восприятию.

Семантическая сегментация применяется к медицинским визуализациям (например МРТ) для определения точного местоположения и формы структур тела и имеет важное значение для обнаружения аномалий и их успешного лечения. С задачей семантической сегментации достаточно хорошо справляются глубокие сверточные сети, однако для их обучения необходима большая база размеченных данных. Это ограничение особенно важно при сегментации медицинских изображений, для которых разметка требует много времени.

Авторы статьи “Few-shot 3D Multi-modal Medical Image Segmentation using Generative Adversarial Learning” предлагают новый метод в рамках few-shot learning, основанный на использовании GAN для обучения модели сегментации как с размеченными, так и с неразмеченными изображениями. Данный метод препятствует переобучению и расширяет существующие подходы adversarial learning, в которых основное внимание уделяется двухмерным изображениям, на более сложный случай сегментации трехмерных мультимодальных изображений.

На данном семинаре будет рассказано про применение различных архитектур GAN для решения задачи сегментации трехмерных мультимодальных изображений МРТ головного мозга.

Докладчик: Тихон Воробьев.

Слайды: https://drive.google.com/file/d/1-JTS...

Источник: drive.google.com

Комментарии: