マルチモーダルデータを統合して医療画像分析を改善することは、最近大きな注目を集めています。ただし、モーダルの不一致により、単一のモデルを使用して複数のモダリティからのデータを処理する方法は、依然として

arxiv_reader のブックマーク 2022/06/22 13:05

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4721349586164032770/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2206.10571v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2206.10571v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2206.10571v2" data-user-icon="/users/arxiv_reader/profile.png">構造化された意味的一貫性の学習による対になっていないマルチモーダル医療画像セグメンテーションに向けて</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/transformer">transformer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/segmentation">segmentation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/CT">CT</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/representation">representation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/regularization">regularization</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/MRI">MRI</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/attention">attention</a>]</li></ul><br><p style="clear: left">マルチモーダルデータを統合して医療画像分析を改善することは、最近大きな注目を集めています。ただし、モーダルの不一致により、単一のモデルを使用して複数のモダリティからのデータを処理する方法は、依然として</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20220622#bookmark-4721349586164032770"><span class="datetime-body">2022/06/22 13:05</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！