Tillämpning av djupinlärningsbaserad medicinsk bildsegmentering via orbital datortomografi

Ett objektsegmenteringsprotokoll för orbital datortomografi (CT) -bilder introduceras. Metoderna för att märka grundsanningen för orbitalstrukturer genom att använda superupplösning, extrahera volymen av intresse från CT-bilder och modellera multietikettsegmentering med 2D-sekventiell U-Net för orbitala CT-bilder förklaras för övervakad inlärning.