解剖学的セグメンテーションは、医用画像コンピューティングの基本的なタスクであり、一般に、高密度のセグメンテーションマスクを生成する完全畳み込みニューラルネットワークに取り組んでいます。これらのモデルは

arxiv_reader のブックマーク 2022/11/15 13:35

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4728122857427287236/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2203.10977v3" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2203.10977v3" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2203.10977v3" data-user-icon="/users/arxiv_reader/profile.png">ハイブリッドグラフニューラルネットワークを介した医療画像セグメンテーションにおける解剖学的妥当性の改善：胸部X線分析への応用</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/CNN">CNN</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/segmentation">segmentation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22loss%20function%22">loss function</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/domain">domain</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/GNN">GNN</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/representation">representation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/landmark">landmark</a>]</li></ul><br><p style="clear: left">解剖学的セグメンテーションは、医用画像コンピューティングの基本的なタスクであり、一般に、高密度のセグメンテーションマスクを生成する完全畳み込みニューラルネットワークに取り組んでいます。これらのモデルは</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20221115#bookmark-4728122857427287236"><span class="datetime-body">2022/11/15 13:35</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！