ترجمه فارسی مقاله قطعه‌بندی تومور مغزی با نظارت نقطه‌ای با MedSAM مبتنی بر جعبه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Point-supervised Brain Tumor Segmentation with Box-prompted MedSAM
عنوان مقاله به فارسی قطعه‌بندی تومور مغزی با نظارت نقطه‌ای با MedSAM مبتنی بر جعبه
نویسندگان Xiaofeng Liu, Jonghye Woo, Chao Ma, Jinsong Ouyang, Georges El Fakhri
فرمت مقاله انگلیسی PDF
تعداد صفحات 2
دسته بندی موضوعات Computer Vision and Pattern Recognition,Artificial Intelligence,Machine Learning,Image and Video Processing,Medical Physics,چشم انداز رایانه و تشخیص الگوی , هوش مصنوعی , یادگیری ماشین , پردازش تصویر و فیلم , فیزیک پزشکی ,
توضیحات Submitted 1 August, 2024; originally announced August 2024. , Comments: 2024 IEEE Nuclear Science Symposium and Medical Imaging Conference
توضیحات به فارسی ارسال شده در 1 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 2024 سمپوزیوم علوم هسته ای IEEE و کنفرانس تصویربرداری پزشکی

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 80,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Delineating lesions and anatomical structure is important for image-guided interventions. Point-supervised medical image segmentation (PSS) has great potential to alleviate costly expert delineation labeling. However, due to the lack of precise size and boundary guidance, the effectiveness of PSS often falls short of expectations. Although recent vision foundational models, such as the medical segment anything model (MedSAM), have made significant advancements in bounding-box-prompted segmentation, it is not straightforward to utilize point annotation, and is prone to semantic ambiguity. In this preliminary study, we introduce an iterative framework to facilitate semantic-aware point-supervised MedSAM. Specifically, the semantic box-prompt generator (SBPG) module has the capacity to convert the point input into potential pseudo bounding box suggestions, which are explicitly refined by the prototype-based semantic similarity. This is then succeeded by a prompt-guided spatial refinement (PGSR) module that harnesses the exceptional generalizability of MedSAM to infer the segmentation mask, which also updates the box proposal seed in SBPG. Performance can be progressively improved with adequate iterations. We conducted an evaluation on BraTS2018 for the segmentation of whole brain tumors and demonstrated its superior performance compared to traditional PSS methods and on par with box-supervised methods.

چکیده به فارسی (ترجمه ماشینی)

ترسیم ضایعات و ساختار آناتومیکی برای مداخلات با هدایت تصویر مهم است.تقسیم بندی تصویر پزشکی با نظارت از نقطه (PSS) پتانسیل بسیار خوبی برای کاهش برچسب زدن به تخصصی تخصصی دارد.با این حال ، به دلیل عدم وجود اندازه دقیق و راهنمایی مرزی ، اثربخشی PS ها اغلب از انتظارات کم می شود.اگرچه مدلهای بنیادی بینایی اخیر ، مانند مدل پزشکی هر چیزی (Medsam) ، پیشرفت های قابل توجهی در تقسیم بندی با جعبه محدود انجام داده اند ، اما استفاده از حاشیه نویسی نقطه ساده نیست و مستعد ابهام معنایی است.در این مطالعه مقدماتی ، ما یک چارچوب تکراری برای تسهیل مدسامی با نظارت معنایی از نظر معنایی ارائه می دهیم.به طور خاص ، ماژول مولد جعبه معنایی (SBPG) این ظرفیت را دارد که ورودی نقطه را به پیشنهادات بالقوه جعبه اتصال شبه بالقوه تبدیل کند ، که صریحاً با شباهت معنایی مبتنی بر نمونه اولیه تصفیه می شوند.این سپس با یک ماژول پالایش مکانی سریع هدایت شده (PGSR) که از تعمیم پذیری استثنایی Medsam برای استنباط ماسک تقسیم بندی استفاده می کند ، موفق می شود ، که همچنین بذر پیشنهاد جعبه را در SBPG به روز می کند.عملکرد را می توان به تدریج با تکرارهای کافی بهبود بخشید.ما برای تقسیم تومورهای کامل مغز ارزیابی در مورد BRATS2018 انجام دادیم و عملکرد برتر آن را در مقایسه با روشهای سنتی PSS و به طور همزمان با روشهای تحت نظارت جعبه نشان دادیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.