Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
ARPM‐net: A novel CNN‐based adversarial method with Markov random field enhancement for prostate and organs at risk segmentation in pelvic CT images
Medical Physics ( IF 3.8 ) Pub Date : 2020-11-05 , DOI: 10.1002/mp.14580 Zhuangzhuang Zhang 1 , Tianyu Zhao 2 , Hiram Gay 2 , Weixiong Zhang 3 , Baozhou Sun 2
Medical Physics ( IF 3.8 ) Pub Date : 2020-11-05 , DOI: 10.1002/mp.14580 Zhuangzhuang Zhang 1 , Tianyu Zhao 2 , Hiram Gay 2 , Weixiong Zhang 3 , Baozhou Sun 2
Affiliation
The research is to develop a novel CNN‐based adversarial deep learning method to improve and expedite the multi‐organ semantic segmentation of CT images and to generate accurate contours on pelvic CT images.
中文翻译：
ARPM-net：一种新颖的基于CNN的对抗方法，采用马尔可夫随机场增强技术，可对盆腔CT图像中的前列腺和高危器官进行分割
该研究旨在开发一种基于CNN的新型对抗式深度学习方法，以改善和加速CT图像的多器官语义分割并在骨盆CT图像上生成准确的轮廓。
更新日期：2020-11-05
中文翻译：
ARPM-net：一种新颖的基于CNN的对抗方法，采用马尔可夫随机场增强技术，可对盆腔CT图像中的前列腺和高危器官进行分割
该研究旨在开发一种基于CNN的新型对抗式深度学习方法，以改善和加速CT图像的多器官语义分割并在骨盆CT图像上生成准确的轮廓。
京公网安备 11010802027423号