Active-Learning-Framework für Bildsegmentierung Biomedizin mit minimalem Aufwand
Die präzise Segmentierung biomedizinischer Bilder ist entscheidend für die Analyse komplexer Strukturen. Traditionelle Verfahren stoßen häufig an ihre Grenzen, wenn die Daten verrauscht sind, während Deep‑Learning‑Modelle wie U‑Net neue Maßstäbe setzen. Der neue Ansatz kombiniert die Automatisierung von nnU-Net mit der Zero‑Shot‑Fähigkeit großer Foundation‑Modelle und reduziert gleichzeitig den Bedarf an manuellen Anmerkungen.
