研究目的
开发一种基于级联卷积神经网络的自动方法,用于分割二维X射线图像中的导丝尖端,克服诸如背景噪声以及尖端细小、可变形结构等挑战。
研究成果
所提出的方法在二维X射线图像中分割导丝尖端方面达到了最先进的性能,具有高精度和鲁棒性。引入的数据增强算法在训练数据有限时能有效提升模型性能。
研究不足
级联结构增加了计算量,该方法需要足够的训练数据才能达到最佳性能。
研究目的
开发一种基于级联卷积神经网络的自动方法,用于分割二维X射线图像中的导丝尖端,克服诸如背景噪声以及尖端细小、可变形结构等挑战。
研究成果
所提出的方法在二维X射线图像中分割导丝尖端方面达到了最先进的性能,具有高精度和鲁棒性。引入的数据增强算法在训练数据有限时能有效提升模型性能。
研究不足
级联结构增加了计算量,该方法需要足够的训练数据才能达到最佳性能。
加载中....
您正在对论文“[IEEE 2018年国际神经网络联合会议(IJCNN) - 里约热内卢(2018.7.8-2018.7.13)] 2018年国际神经网络联合会议(IJCNN) - 基于卷积神经网络的二维X射线透视下导丝尖端自动分割”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期