您当前的位置:
首页 >
文章列表页 >
基于混合对比的无偏半监督医学影像分类模型
基于混合对比的无偏半监督医学影像分类模型
Unbiased semi-supervised medical image classification model based on hybrid contrastive learning
- “2026年7月23日东北石油大学 计算机与信息技术学院的袁满团队在《吉林大学学报(工学版)》发文,介绍了其在医学影像领域的研究进展,该团队建立了基于混合对比的无偏半监督分类模型,为解决标注数据获取成本高、类间高度相似以及数据集不平衡等问题提供解决方案。”
- 吉林大学学报(工学版) 2026年56卷第6期 页码:1718-1726
DOI: 10.13229/j.cnki.jdxbgxb.20241281
移动端阅览
AI导读
HTML全文
图( 3 ) 表( 6 )
参考文献
出版信息
数据统计
10
浏览量
17
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于增强正例与层间负例的语义相似性模型
基于BERTGAT-Contrastive的语义匹配模型
基于对比自监督学习的图像分类框架
基于双尺度纠缠互补学习的半监督医学图像分割算法
基于真⁃伪三连体神经网络的传感器本体匹配方法
相关作者
蔡晓东
黄业洋
董丽芳
袁靖舒
李武
赵兴雨
袁满
赵宏伟
相关机构
桂林电子科技大学 信息与通信学院,广西壮族自治区
吉林大学 计算机科学与技术学院
上海贞亘实业有限公司
北华大学 计算机科学技术学院
北华大学 药学院

