「Medical Image Analysis」Note on Deep Multi-Planar Co-Training

Sina Weibo:小锋子Shawn
Tencent E-mail:[email protected]
http://blog.csdn.net/dgyuanshaofeng/article/details/82929150

如图1所示。第一步,使用教师模型在标注数据SLS_{L}上进行全监督训练。第二步,使用已训练的教师/学生模型(第一次是教师,之后是学生)在未标注数据SUS_{U}上生成伪标签。伪标签的生成涉及如图2所示的多平面融合模块。第三步,使用学生模型在标注和未标注上进行监督训练。第四步,重复第二、三步。【在第四步中,第二步的已训练模型到底是教师模型还是学生模型呢?应该是学生模型,看图1。】
「Medical Image Analysis」Note on Deep Multi-Planar Co-Training

如图2所示为多平面融合模块MPFM。应该是采用多数投票获得最终输出。
「Medical Image Analysis」Note on Deep Multi-Planar Co-Training
[1] Semi-Supervised Multi-Organ Segmentation via Deep Multi-Planar Co-Training 2018 [paper]