SOA-UNet: Sparse Otsu-guided Attention U-Net with Adaptive Boundary Loss for Lightweight Brain Tumor Segmentation
Questo articolo introduce SOA-UNet, un framework di deep learning leggero che combina la codifica di caratteristiche sparse, l'attenzione guidata da Otsu e una perdita di confine adattiva (Adaptive Boundary Loss) per ottenere una segmentazione dei tumori cerebrali da immagini MRI accurata, veloce e interpretabile.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.