SOA-UNet: Sparse Otsu-guided Attention U-Net with Adaptive Boundary Loss for Lightweight Brain Tumor Segmentation
Cet article présente SOA-UNet, un cadre d'apprentissage profond léger qui combine l'encodage de caractéristiques éparses, une guidance d'attention basée sur la méthode d'Otsu et une perte de frontière adaptative pour parvenir à une segmentation de tumeurs cérébrales précise, rapide et interprétable à partir d'images IRM.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.