半监督三维左心房分割网络

少标注高精度分割

融合Transformer与V-Net的上下文感知架构，充分利用未标注数据，在有限标注下实现更精准的左心房分割。

Chenji, Zhao · Shun, Xiang · 王元全 · Cai, Zhaoxi · 沈君 · Zhou, Shoujun · 赵地 · Weihua, Su · Guo S. · Shuo, Li

Expert Systems with Applications 2023

参数信息

Dice分数

88.14 %

Dice分数

90.09 %

技术优势

少标注也能准

在仅有10%标注数据时仍达到88.14%的Dice分数，证明模型能有效利用未标注数据。

三维上下文用足

Trans-V模块结合Transformer和V-Net，同时捕捉切片内上下文和切片间空间信息，提取更精确的心房结构。

应用场景

• 医疗影像分割：自动分割左心房，减少手动标注耗时
• 医学图像分析：从三维MRI中提取心房结构，辅助量化分析
• 心房颤动诊断：提供精准心房形态，支持房颤诊疗规划
• 半监督学习：利用未标注数据，降低标注成本