STAMP: Simultaneous Training and Model Pruning for low data regimes in medical image segmentation

STAMP: Simultaneous Training and Model Pruning for low data regimes in medical image segmentation

Acquisition of high quality manual annotations is vital for the development of segmentation algorithms. However, to create them we require a substantial amount of expert time and knowledge. Large numbers of labels are required to train convolutional neural networks due to the vast number of paramete...

Mô tả đầy đủ

Chi tiết về thư mục
Những tác giả chính:	Dinsdale, NK, Jenkinson, M, Namburete, AIL
Định dạng:	Journal article
Ngôn ngữ:	English
Được phát hành:	Elsevier 2022

Những quyển sách tương tự

Unlearning scanner bias for MRI harmonisation in medical image segmentation
Bằng: Dinsdale, NK, et al.
Được phát hành: (2020)

Anatomically plausible segmentations: explicitly preserving topology through prior deformations
Bằng: Wyburd, MK, et al.
Được phát hành: (2024)

TEDS-Net: enforcing diffeomorphisms in spatial transformers to guarantee topology preservation in segmentations
Bằng: Wyburd, MK, et al.
Được phát hành: (2021)

Unlearning scanner bias for MRI harmonisation
Bằng: Dinsdale, NK, et al.
Được phát hành: (2020)

SFHarmony: source free domain adaptation for distributed neuroimaging analysis
Bằng: Dinsdale, NK, et al.
Được phát hành: (2024)

Deep learning-based unlearning of dataset bias for MRI harmonisation and confound removal.
Bằng: Dinsdale, NK, et al.
Được phát hành: (2020)

Challenges for machine learning in clinical translation of big data imaging studies
Bằng: Dinsdale, NK, et al.
Được phát hành: (2022)

Prototype learning for explainable brain age prediction
Bằng: Hesse, LS, et al.
Được phát hành: (2024)

Spatial warping network for 3D segmentation of the hippocampus in MR images
Bằng: Dinsdale, N, et al.
Được phát hành: (2019)

Cortical plate segmentation using CNNs in 3D fetal ultrasound
Bằng: Wyburd, MK, et al.
Được phát hành: (2020)

Learning patterns of the ageing brain in MRI using deep convolutional networks
Bằng: Dinsdale, NK, et al.
Được phát hành: (2020)

Omni-supervised domain adversarial training for white matter hyperintensity segmentation in the UK Biobank
Bằng: Sundaresan, V, et al.
Được phát hành: (2022)

FedHarmony: unlearning scanner bias with distributed data
Bằng: Dinsdale, N, et al.
Được phát hành: (2022)

Comparison of domain adaptation techniques for white matter hyperintensity segmentation in brain MR images
Bằng: Sundaresan, V, et al.
Được phát hành: (2021)

The impact of transfer learning on 3D deep learning convolutional neural network segmentation of the hippocampus in mild cognitive impairment and Alzheimer disease subjects
Bằng: Balboni, E, et al.
Được phát hành: (2022)

Subcortical segmentation of the fetal brain in 3D ultrasound using deep learning
Bằng: Hesse, LS, et al.
Được phát hành: (2022)

Multi-task CNN for structural semantic segmentation in 3D fetal brain ultrasound
Bằng: Venturini, L, et al.
Được phát hành: (2020)

Computational methods for quantifying in vivo muscle fascicle curvature from ultrasound images
Bằng: Namburete, AIL, et al.
Được phát hành: (2011)

Deep learning-based unlearning of dataset bias for MRI harmonisation and confound removal
Bằng: Nicola K. Dinsdale, et al.
Được phát hành: (2021-03-01)

Self-supervised ultrasound to MRI fetal brain image synthesis
Bằng: Jiao, J, et al.
Được phát hành: (2020)

Anatomy-aware self-supervised fetal MRI synthesis from unpaired ultrasound images
Bằng: Jiao, J, et al.
Được phát hành: (2019)

Is your style transfer doing anything useful? an investigation into hippocampus segmentation and the role of preprocessing
Bằng: Kalabizadeh, H, et al.
Được phát hành: (2024)

Uncertainty estimates as data selection criteria to boost omni-supervised learning
Bằng: Venturini, L, et al.
Được phát hành: (2020)

CAP : Context-aware Pruning for semantic segmentation
Bằng: He, Wei, et al.
Được phát hành: (2021)

PruneFaceDet: Pruning lightweight face detection network by sparsity training
Bằng: Nanfei Jiang, et al.
Được phát hành: (2022-12-01)

Assessment of regional cortical development through fissure based gestational age estimation in 3D fetal ultrasound
Bằng: Wyburd, MK, et al.
Được phát hành: (2021)

loss for low-contrast medical image segmentation
Bằng: Yu Zhao, et al.
Được phát hành: (2024-01-01)

Safety in Hospital Medication Administration Applying STAMP Processes
Bằng: Baker, Elizabeth White
Được phát hành: (2022)

Weight pruning-UNet: Weight pruning UNet with depth-wise separable convolutions for semantic segmentation of kidney tumors
Bằng: Patike Kiran Rao, et al.
Được phát hành: (2022-01-01)

Optimising convolutional neural networks for large-scale neuroimaging studies
Bằng: Dinsdale, NK
Được phát hành: (2021)

Compact Image-Style Transfer: Channel Pruning on the Single Training of a Network
Bằng: Minseong Kim, et al.
Được phát hành: (2022-11-01)

Simultaneous Kidney Transplantation and Abdominoplasty in a Prune-Belly Syndrome Patient
Bằng: André Barcelos da Silva, et al.
Được phát hành: (2023-09-01)

BASIC stamp /
Bằng: Kuhnel, Claus, 1951-, et al.
Được phát hành: (2000)

SinGAN-Seg: Synthetic training data generation for medical image segmentation
Bằng: Vajira Thambawita, et al.
Được phát hành: (2022-01-01)

SinGAN-Seg: Synthetic training data generation for medical image segmentation.
Bằng: Vajira Thambawita, et al.
Được phát hành: (2022-01-01)

Learning to map 2D ultrasound images into 3D space with minimal human annotation
Bằng: Yeung, P-H, et al.
Được phát hành: (2021)

Training and Pruning Florida Peaches, Nectarines, and Plums
Bằng: Ali Sarkhosh, et al.
Được phát hành: (2018-09-01)

Training and Pruning Florida Peaches, Nectarines, and Plums
Bằng: James Ferguson
Được phát hành: (2007-08-01)

Training and Pruning Florida Peaches, Nectarines, and Plums
Bằng: Ali Sarkhosh, et al.
Được phát hành: (2018-09-01)

Training and Pruning Florida Peaches, Nectarines, and Plums
Bằng: James Ferguson
Được phát hành: (2007-08-01)