P

Pulaski ProbUNet2D FID VSeg

soumickmjによって開発
PULASkiは計算効率の高い生体医学画像分割生成ツールで、小規模データセットにおいて専門家のアノテーション変動性を正確に捉えることができ、特にクラス不均衡問題に適しています。
ダウンロード数 16
リリース時間 : 9/5/2024

モデル概要

PULASkiは条件付き変分オートエンコーダー構造において統計距離ベースの改良損失関数を利用することで、条件付きデコーダーの学習能力を大幅に向上させ、特にクラス不均衡問題に対処します。

モデル特徴

小データセットの効率的処理
データが限られている状況でも、専門家のアノテーション変動性を正確に捉えます。
改良された損失関数
統計距離ベースの改良損失関数を利用し、条件付きデコーダーの学習能力を大幅に向上させます。
クラス不均衡への対応
特にクラス不均衡問題に最適化されており、分割結果の精度を向上させます。

モデル能力

医療画像分割
確率的分割
血管分割

使用事例

医療画像
7T MRA-ToF血管分割
7T MRA-ToF体積データの血管分割に使用され、専門家のアノテーション変動性を捉えます。
特にクラス不均衡の場合において、分割結果の精度を大幅に向上させました。
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase