Scidown文献预览系统！
胸部x线分割中无监督域自适应的语义感知生成对抗网( Semantic-Aware Generative Adversarial Nets for Unsupervised Domain Adaptation in Chest X-Ray Segmentation )
C Cheng D Qi C Hao PA Heng
尽管深度神经网络（deep neural networks,DNNs）在医学图像计算中取得了令人瞩目的成就，但这些深度模型在应用于具有域移位的新测试数据集时，往往会出现性能下降的问题。本文通过设计语义感知生成对抗网络，提出了一种新的无监督领域自适应分割方法。具体地说，我们将测试图像转换为源域的外观，并在语义标记空间中引入嵌套的对抗学习，从而较好地保留了源域的语义结构信息。这样，从源域学习到的分割DNN可以直接推广到变换后的测试图像上，而不需要对每一个新的目标数据集训练一个新的模型。我们的域适应过程是无监督的，不使用任何目标域标签。我们网络的对抗学习是由用于映射数据分布的GAN损失、用于保留像素级内容的循环一致性损失和用于增强结构信息的语义感知损失指导的。我们在两个不同的胸部X线公开数据集上验证了我们的方法用于左/右肺分割。实验结果表明，非监督方法的分割性能与监督迁移学习的上界具有很强的竞争力。
SciDown文献求助系统（解决99%问题） Public Download Springer arXiv.org arXiv.org ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 10.3390 / ma7053715下载
scidown 10.3390 / ma7053715下载
scidown 纳米纤维素气凝胶的制备、改性、复合制备及应用研究进展下载