Scribble-Supervised Medical Image Segmentation

article/2025/8/27 7:53:01

Scribble-Supervised Medical Image Segmentation via Dual-Branch Network and Dynamically Mixed Pseudo Labels Supervision

摘要

  • 采用草率的分割标注
  • 心脏分割
  • 双分枝网络：一个编码器，两个解码器
  • 动态结合两个解码器的输出伪标签

方法

在这里插入图片描述

模型结构

在这里插入图片描述

  • Lpce是交叉墒损失（与随便标注的标签作损失）
  • 解码器是不同且独立的
  • 采用Dropout来进行特征扰动：类似于一致性正则化的作用，但这里是有监督学习，可以很好促进编码器提取特征的能力
  • PL为动态伪标签生成的公式：y1 和y2分别为两个输出，阿尔法是随机生成的（每次iter），作者说这种策略使得两个模型独立
  • 伪标签监督损失如下：y1 y2为输出的伪标签，PL为联合的伪标签
  • 最后更新参数
    在这里插入图片描述
    总的来说，这篇文章我觉得创新点主要在于他提升了伪标签的精度

实验

数据集：ACDC，100个病人，三分类任务
评估：五折交叉验证
实验细节：

  • 基本网络：UNET
  • dropout=0.5，并且在每个卷积块之前都使用
  • 采用随机旋转，随机flip，以及随机噪声扩大数据集
  • 网络输入为256x256
  • 训练的是二维模型，然后对3D数据进行预测

http://chatgpt.dhexx.cn/article/YGrPZU0a.shtml

相关文章

Learning Affinity from Attention End-to-End Weakly-Supervised Semantic Segmentation withTransformers

Learning Affinity from Attention End-to-End Weakly-Supervised Semantic Segmentation withTransformers

Learning Affinity from Attention: End-to-End Weakly-Supervised Semantic Segmentation with Transformers 来源：CVPR 2022，武汉大学、京东、悉尼大学 导言 本文是一篇做自然图像弱监督语义分割的论文，利用图像级的类别标签来实现像素级…
阅读更多...
Token Contrast for Weakly-Supervised Semantic Segmentation

Token Contrast for Weakly-Supervised Semantic Segmentation

文章来源：[CVPR2023] Keywords：Weakly-Supervised Semantic Segmentation（WSSS）；over-smoothing; ViT 一、本文提出的问题以及解决方案: 本文解决了over-smoothing问题，该问题其实是在之前的GCN网络中提出…
阅读更多...
Self-supervised Learning整理

Self-supervised Learning整理

Self-supervised Learning Pre-train Fine-tune Pre-train Fine-tune算是一种Transfer Learning。 首先，假设按照SimCLR中的设定，将一般的模型分为两部分，分别为Encoder和Projection Head。Encoder结构类似于AutoEncoder中的Encoder部分&a…
阅读更多...
Supervised Discrete Hashing

Supervised Discrete Hashing

Supervised Discrete Hashing 2015 CVPR 问题： 处理施加在追踪的哈希码上的离散约束，使哈希优化具有挑战性(通常是NP- hard)。 解决： 提出了一个新的监督哈希框架，其中的学习目标是生成最优的二进制哈希码用于线性分类。 通过引…
阅读更多...
NetVLAD: CNN architecture for weakly supervised place recognition

NetVLAD: CNN architecture for weakly supervised place recognition

背景知识： Vector of Locally Aggregated Descriptors（VLAD）image retrieval. 【CC】是广泛使用的图像提取方式，本文是在在这个提取器上做改进；具体是啥下面有介绍 weakly supervised ranking loss 【CC】本文的另外…
阅读更多...
Self-Supervised Difference Detection for Weakly-Supervised Semantic Segmentation

Self-Supervised Difference Detection for Weakly-Supervised Semantic Segmentation

Self-Supervised Difference Detection for Weakly-Supervised Semantic Segmentation 摘要1. Introduction2. Related Works3. Method3.1. Difference detection network3.2. Self-supervised difference detection module 论文地址 这篇论文原文的定义实在是太混乱了&#xf…
阅读更多...
Unified Deep Supervised Domain Adaptation and Generalization

Unified Deep Supervised Domain Adaptation and Generalization

论文概述 问题研究背景：supervised domain adaptation(SDA)，源域有大量带标签的数据，目标域仅有少量可使用的数据 问题的难点：目标域数据不足导致概率分布在语义上很难对齐和区分。对齐指的是源域图片类别之间的关系与目标域图片…
阅读更多...
Self-supervised Video Transformer 阅读

Self-supervised Video Transformer 阅读

目录 1.介绍2.SVT2.1 SVT结构2.2 自监督训练Motion CorrespondencesCross-View Correspondences 2.3 SVT loss 1.介绍 本文是针对video transformer进行自监督训练，从一个给定的视频中，创建具有不同空间大小和帧率的局部和全局时空视图，自监…
阅读更多...
最简单的self-supervised方法

最简单的self-supervised方法

从Kaiming的MoCo和Hinton组Chen Ting的SimCLR开始，自监督学习（SSL）成了计算机视觉的热潮显学。凡是大佬大组（Kaiming, VGG，MMLAB等），近两年都是搞了几个自监督方法的。从一开始的新奇兴奋地看着…
阅读更多...
弱监督学习 weakly supervised learning 笔记

弱监督学习 weakly supervised learning 笔记

周志华 A Brief Introduction to Weakly Supervised Learning 2018 引言 在机器学习领域，学习任务可以划分为监督学习、非监督学习。通常，两者都需要从包含大量训练样本的训练数据集中学习预测模型。 监督学习的训练数据包括，数据对象向量…
阅读更多...
Supervised Contrastive Learning浅读

Supervised Contrastive Learning浅读

目录 前言 1.方法介绍以及结构 2.思路的实现 2.1自监督对比学习 2.2有监督对比学习 3.结果 前言 本文是根据观看了知名油管up主，对Supervised Contrastive Learning这篇文论文的解读写了一点自己的理解，初次接触，理解甚浅。 在文章中…
阅读更多...
supervised——＞self-supervised

supervised——＞self-supervised

在CV中，以数据与神经网络为基础，我们通常以supervised的方式与unsupervised的方式来进行网络的训练，这些行为的目的都是为了想要使学到的网络能够具有较好的特征表示能力，以进行如分类、目标检测、语义分割等。这两种方式的主要异…
阅读更多...
自监督模型 Self-supervised learning（李宏毅2022

自监督模型 Self-supervised learning（李宏毅2022

这个红色的怪物叫做ELMo 、最早的self-supervised learning model 作业四的模型也是个transformer，只有0.1个million 最早的是ELMo Cookie Monster等你来凑😼 T5是Google做的，跟车子也没什么关系， 在没有label情况下&#xff…
阅读更多...
《论文笔记》—— Self-supervised Image-specific Prototype Exploration for Weakly Supervised Semantic Segment

《论文笔记》—— Self-supervised Image-specific Prototype Exploration for Weakly Supervised Semantic Segment

摘要：基于图像级标签的弱监督语义分割(WSSS)由于标注成本低而备受关注。现有的方法通常依赖于类激活映射(CAM)来度量图像像素和分类器权重之间的相关性。然而，分类器只关注识别区域，而忽略每张图像中的其他有用信息，导致定位图不完…
阅读更多...
Semi-supervised Learning(半监督学习)

Semi-supervised Learning(半监督学习)

目录 Introduction Why semi-supervised learning help？ Semi-supervised Learning for Generative Model Supervised Generative Model Semi-supervised Generative Model Low-density Separation Assumption Self Training Entropy-based Regularization(基…
阅读更多...
supervised contrastive learning 解读

supervised contrastive learning 解读

SupCon 定义： Clusters of points belonging to the same class are pulled together in embedding space, while simultaneously pushing apart clusters of samples from different classes. novelties： 属于同一类的归一化后的特征表示靠得越近越好…
阅读更多...
第十章 Supervised PCA

第十章 Supervised PCA

supervised pca很简单粗暴，计算 X X X的每一个纬度和 Y Y Y的相关性，取一个阈值，丢掉一些纬度，然后用普通的pca降维。 如何计算两个随机变量的相关性/相似性？ 两个随机变量 X , Y X,Y X,Y，有一个函数 ϕ \p…
阅读更多...
学习笔记|BERT——自监督学习的典范

学习笔记|BERT——自监督学习的典范

1. 自监督学习的概念 在机器学习中，最常见的是监督学习（Supervised learning）。假设模型的输入是 x x x，输出是 y y y，我们如何使模型输出我们期望的 y y y呢？我们得拥有已标注的（label&#x…
阅读更多...
supervised使用教程

supervised使用教程

安装 平台要求 引自官网（supervised.org/introductio…）：Supervisor已经过测试，可以在Linux（Ubuntu 9.10），Mac OS X（10.4 / 10.5 / 10.6）和Solaris（对于Int…
阅读更多...
如何使用镜像网站？

如何使用镜像网站？

1. 使用清华大学镜像网站下载镜像 官网：清华大学镜像站 例如centOS： 1）查找centOS 2）找到对应的版本号 3）找到镜像地址 4）找到自己要下载的版本 DVD：标准版 mini：迷你版 everyt…
阅读更多...
推荐文章

Copyright @ 2022~2023