Derong Yu等提出免重训零样本腹部器官分割框架ReSeg
热点事件持续更新
Derong Yu等提出免重训零样本腹部器官分割框架ReSeg
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Derong Yu 与 Guoyan Zheng 提出 ReSeg，一个两阶段免重训框架，用于跨域零样本腹部器官分割：先用语义与视觉多样的合成数据预训练 GSRNet，再用专用数据引擎训练以预训练权重初始化的 OESNet，整个流程无需真实训练图像。 作者称，在涵盖 CT、MRI、PET 三种模态的七个腹部器官分割数据集上的评估显示，ReSeg 持续超越现有 SOTA 方法。该结果来自论文自述的实验评估，属作者一方说法。
AI 根据报道生成 · 56 分钟前更新
最新进展10月23日 12:00
ReSeg：基于可泛化语义表征学习的免重训腹部器官分割方法报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIReSeg：基于可泛化语义表征学习的免重训腹部器官分割方法
ReSeg 是一种两阶段免重训框架，用于跨域零样本腹部器官分割：先用语义与视觉多样的合成数据预训练 GSRNet，再用专用数据引擎训练以预训练权重初始化的 OESNet。在涵盖 CT、MRI、PET 三种模态的七个腹部器官分割数据集上，ReSeg 持续超越现有 SOTA 方法，且无需真实训练图像。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。