Embracing Imperfect Datasets: A Review of Deep Learning Solutions for Medical Image Segmentation

• 类型：arxiv
• 标识：1908.10454
• 链接：https://arxiv.org/abs/1908.10454
• 主题：rag
• 主分类：multimodal
• 形态：survey
• 被引：1035
• 被引来源：Semantic Scholar
• S2被引：1035
• OpenAlex被引：331
• 影响力被引：16
• TLDR：This article provides a detailed review of the solutions above, summarizing both the technical novelties and empirical results, and compares the benefits and requirements of the surveyed methodologies and provides recommended solutions.
• OpenAlex ID：W3014795415
• OpenAlex DOI：10.48550/arxiv.1908.10454
• DOI：10.48550/arxiv.1908.10454
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/1908.10454
• OpenAlex更新：2026-07-29
• 待LLM分类：否
• 成熟度：research
• 场景：medical-imaging、segmentation、deep-learning
• 标题中文：拥抱不完美数据集：医学图像分割中深度学习解决方案综述
• TLDR中文：本文对上述解决方案进行了详细综述，总结了其技术创新与实验结果，比较了各方法的优势与适用条件，并给出推荐方案。
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]