Papers with Code 아카이브
Medical Image Segmentation
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 31
- 평가표
- 49
- 보존된 평가 기록
- 332
Medical Image Segmentation is a computer vision task that involves dividing an medical image into multiple segments, where each segment represents a different object or structure of interest in the image. The goal of medical image segmentation is to provide a precise and accurate representation of the objects of interest within the image, typically for the purpose of diagnosis, treatment planning, and quantitative analysis.
<span style="color:grey; opacity: 0.6">( Image credit: IVD-Net )</span>
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
영상의학을 위한 공간적 그라운딩이 가능한 2D 비전-언어 모델의 확장 가능한 학습
최근접 이웃 보간을 넘어선 데이터 증강
약한 지도 볼륨 의료 분할을 위한 하이브리드 트랜스포머-맘바
임상적 동기 기반 다중 손상 증강을 활용한 CT 분할 시스템의 배포 전 강건성 스트레스 테스트
DART: 실시간 생세포 이미지 분석을 위한 설계 인식 마이크로유동 칩 패러다임
PEFT-MedSAM: 설명 가능한 피부 병변 분할을 위한 의료 기반 모델의 효율적인 파인튜닝
의료 이미지 분할에서 적대적 모델을 이용한 불확실성 정량화
DINO-Med3D: 점진적 적응을 통한 체적 세그멘테이션의 차원 및 도메인 격차 해소
GUMP-Net: 다중 클래스 골반 분할을 위한 해석 가능한 모델-데이터 기반 지능형 알고리즘
신뢰도는 신뢰성이 아니다: 뇌 종양 분할에서 몬테카를로 드롭아웃 재고하기
해부학적 마스크에 대한 조건부 확산을 통한 알츠하이머병 구조적 MRI 합성
초음파 AI 연구에서의 주석 및 평가를 위한 임상의 중심 파이프라인
태아 뇌 MRI 분할에서 도메인 일반화를 위한 합성 데이터 생성 평가
SegTME-UNI2: 조직병리학에서의 일반화 가능한 다중 클래스 세포 분할 및 LLM 기반 종양 미세환경 특성화를 위한 기반 모델 기반 프레임워크
MRI에서 골반 장기의 고충실도 3D 기하학적 재구성: 하이브리드 심층 학습 및 반복적 최적화 접근법
시각적 단서를 넘어: 반지도 의료 영상 분할을 위한 CoT 강화 추론
SegDINO: 효율적인 의료 이미지 분할을 위한 DINO 내 다중 스케일 구조 도입
방사선학적 특징 기반 아형 분류와 병변 수준 모델 앙상블을 활용한 다양한 뇌종양의 적응형 분할 파이프라인
Segment Anything Model을 위한 윤곽선 필드 기반 타원형 형상 사전 정보
MedVeriSeg: 추가 학습 없이 LISA와 유사한 의료 분할 모델이 쿼리 유효성을 검증하도록 학습시키기
특징 융합을 이용한 멀티모달 뇌종양 분류
위상 인식 윌리스 동맥환 분할을 위한 해부학적 조건 순환 정제
제한된 라벨 하에서 어떤 해부학이 중요한가? 데이터 효율적 해부학 인식 심장 병리 예측 벤치마크
SegMoTE: 의료 영상 분할을 위한 토큰 수준 전문가 혼합
DSU-Net: 유방촬영 영상에서 유방 병변 분할을 위한 어텐션 강화 밀집 스킵 U-Net
신경 스케일링 법칙을 활용한 심장초음파 심근 분할 및 관류 정량화를 위한 연산 최적 네트워크 설계
MedSIGHT: 의료 대규모 비전-언어 모델에서 그라운딩 기반 시각 이해를 향하여
MVSegNet: 산전 초음파에서 태아 측뇌실 분할 및 심방 너비 추정을 위한 경량 경계 인식 네트워크
저데이터 환경에서 자동 국소 피질 이형증 검출에 미치는 합성 병변 MR 영상의 영향
Unified Medical Image Segmentation with State Space Modeling Snake
DiffOSeg: Omni Medical Image Segmentation via Multi-Expert Collaboration Diffusion Model
U-RWKV: Lightweight medical image segmentation with direction-adaptive RWKV
HNOSeg-XS: Extremely Small Hartley Neural Operator for Efficient and Resolution-Robust 3D Image Segmentation
Just Say Better or Worse: A Human-AI Collaborative Framework for Medical Image Segmentation Without Manual Annotations
Causal-SAM-LLM: Large Language Models as Causal Reasoners for Robust Medical Segmentation
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.