对于医学成像中的N维分割的多尺度深度强化机器学习

摘要

对于医学成像中的N维分割的多尺度深度强化机器学习。多尺度深度强化学习为对象的多维（例如3D）分割生成多尺度深度强化模型（22）。在此上下文中，分割被明确表达为学习收敛到对象边界的针对形状演进（40）的图像驱动策略（38）。该分割被视为强化学习问题，并且将尺度空间理论用于实现鲁棒和高效的多尺度形状估计。通过学习一种迭代策略来找到分割，可以解决端到端回归系统的学习挑战。