ترجمه فارسی مقاله یادگیری متضاد چند وظیفه ای کمکی ویژه مقیاس برای تقسیم بندی عروق عمیق کبد

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Scale-specific auxiliary multi-task contrastive learning for deep liver vessel segmentation
عنوان مقاله به فارسی یادگیری متضاد چند وظیفه ای کمکی ویژه مقیاس برای تقسیم بندی عروق عمیق کبد
نویسندگان Amine Sadikine, Bogdan Badic, Jean-Pierre Tasu, Vincent Noblet, Pascal Ballet, Dimitris Visvikis, Pierre-Henri Conze
فرمت مقاله انگلیسی PDF
تعداد صفحات 5
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Image and Video Processing,Artificial Intelligence,Computer Vision and Pattern Recognition,Machine Learning,پردازش تصویر و فیلم , هوش مصنوعی , دید رایانه و تشخیص الگوی , یادگیری ماشین
توضیحات Submitted 18 September, 2024; originally announced September 2024. , Comments: 5 pages, 5 figures, conference , Journal ref: 2023 IEEE 20th International Symposium on Biomedical Imaging (ISBI), Cartagena, Colombia, 2023, pp. 1-5
توضیحات به فارسی ارائه شده در 18 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد. ، نظرات: 5 صفحه ، 5 شکل ، کنفرانس ، مجله Ref: 2023 IEEE بیستمین سمپوزیوم بین المللی تصویربرداری زیست پزشکی (ISBI) ، کارتاژنا ، کلمبیا ، 2023 ، صص 1-5
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 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

Extracting hepatic vessels from abdominal images is of high interest for clinicians since it allows to divide the liver into functionally-independent Couinaud segments. In this respect, an automated liver blood vessel extraction is widely summoned. Despite the significant growth in performance of semantic segmentation methodologies, preserving the complex multi-scale geometry of main vessels and ramifications remains a major challenge. This paper provides a new deep supervised approach for vessel segmentation, with a strong focus on representations arising from the different scales inherent to the vascular tree geometry. In particular, we propose a new clustering technique to decompose the tree into various scale levels, from tiny to large vessels. Then, we extend standard 3D UNet to multi-task learning by incorporating scale-specific auxiliary tasks and contrastive learning to encourage the discrimination between scales in the shared representation. Promising results, depicted in several evaluation metrics, are revealed on the public 3D-IRCADb dataset.

چکیده به فارسی (ترجمه ماشینی)

استخراج عروق کبدی از تصاویر شکم مورد توجه پزشکان است زیرا این امکان را می دهد تا کبد را به بخش های Couinaud مستقل از عملکرد تقسیم کند.از این نظر ، استخراج خودکار رگ خونی کبد به طور گسترده احضار می شود.علیرغم رشد قابل توجه در عملکرد روشهای تقسیم بندی معنایی ، حفظ هندسه پیچیده چند مقیاس کشتی های اصلی و پیامدها همچنان یک چالش مهم است.در این مقاله یک رویکرد جدید تحت نظارت عمیق برای تقسیم کشتی ، با تمرکز جدی بر بازنمایی های ناشی از مقیاس های مختلف ذاتی هندسه درخت عروقی ارائه شده است.به طور خاص ، ما یک تکنیک جدید خوشه بندی را برای تجزیه درخت به سطح مختلف مقیاس ، از کشتی های کوچک تا بزرگ پیشنهاد می کنیم.سپس ، ما با استفاده از وظایف کمکی در مقیاس خاص و یادگیری متضاد برای تشویق تبعیض بین مقیاس در بازنمایی مشترک ، Unet استاندارد سه بعدی را به یادگیری چند کاره گسترش می دهیم.نتایج امیدوارکننده ، که در چندین معیار ارزیابی به تصویر کشیده شده است ، در مجموعه داده های عمومی 3D-IRCADB مشخص شده است.

📚 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.