PK PyTorchKR Papers
Papers with Code · CC BY-SA 4.0

Tumor Segmentation

Semantic Segmentation › Tumor Segmentation 5 평가 기록 4 datasets

Tumor Segmentation is the task of identifying the spatial location of a tumor. It is a pixel-level prediction where each pixel is classified as a tumor or background. The most popular benchmark for this task is the BraTS dataset. The models are typically evaluated with the Dice Score metric.

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
U-Mamba
ChallengeScore: 0.735Average Dice: 0.708 ± 0.235Long-Axis SMAPE: 0.103Short-Axis SMAPE: 0.118
논문 코드
Salient Attention U-Net
Dice Score: 0.7341
논문 코드
CAC-UNet
DSC: 0.8075
논문 코드
label-free
Dice: 59.77NSD: 61.29
논문 코드

데이터셋

4개
The ULS23 Challenge Test SetBUS 2017 Dataset BDigestPathLiTS17

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/avakanski/Attention-Enriched-DL-Model-for-Breast-Tumor-Segmentation 1 논문
github.com/bupt-ai-cz/CAC-UNet-DigestPath2019 1 논문
github.com/MJJdG/ULS23 1 논문
github.com/mrgiovanni/synthetictumors 1 논문
github.com/oliverrensu/mvg 1 논문
github.com/Raykoooo/CAC-UNet 1 논문