今年,BraTS 2018 表現最佳提交(除了當前<br>工作)包括伊森西等人[12]在第二位,麥金利等人[17]和周<br>等人[23],誰分享了第三名。伊森西等人 [12] 表明<br>通用的U-net架構與一些小的莫迪cs是足以實現<br>具有競爭力的性能。作者使用了2個批次大小和一個作物大小<br>128x128x128. 此外,作者還使用了來自<br>自己的機構(這產生了一些改善增強腫瘤<br>骰子)。麥金利等人 [17] 提出了一個 CNN 細分, 其中密集網 [11]<br>具有擴張式卷積的結構嵌入到類似U網的網路中。作者還介紹了一種新的損失功能,二元交叉泛化<br>熵,以解釋標籤的不確定性。最後,周等人[23]建議<br>使用迪的合奏埃倫特網路:考慮多尺度上下文<br>資訊,用共用主幹將3個腫瘤子區域分割成級聯<br>重量和添加注意力塊。 ...
正在翻譯中..