MIA 2025 | 基于弱到强扰动一致性和边缘感知对比表示的半监督医学图像分割

文章预览

点击下方“ ReadingPapers ”卡片，每天获取顶刊论文解读 公众号后台回复【1000paper】， 获得最新顶会/顶刊千余 篇论文，涵盖： 医学图像处理、目标检测、语义分割、扩散模型、大模型、图像去噪等多个领域！ 论文信息 题目：Semi-supervised medical image segmentation via weak-to-strong perturbation consistency and edge-aware contrastive representation 基于弱到强扰动一致性和边缘感知对比表示的半监督医学图像分割 作者：Yang Yang, Guoying Sun, Tong Zhang, Ruixuan Wang, Jingyong Su 源码：https://github.com/youngyzzZ/SSL-w2sPC 论文创新点 提出弱到强特征扰动一致性方案 ：论文提出一种弱到强特征扰动一致性方案，该方案由弱到强特征级扰动和特征扰动一致性构成，通过在特征层面引入有意义且合理的扰动，引导模型学习可靠区域的一致性，减轻不可靠区域的负面影响，使训练更有效。 设计边缘感 ………………………………